ANI-1：包含两千万非平衡态 DFT 计算的有机分子数据集
化学物理
2018-01-10 v4 机器学习
数据分析、统计与概率
摘要
现代理论化学中的一个重大挑战是设计并实现能够加速从头算方法而不损失精度的近似。机器学习 (ML)，特别是神经网络，正作为一种构建各种形式可转移原子势的强大方法而兴起。它们已成功应用于化学、生物学、催化和固体物理中的各种应用。然而，这些模型严重依赖于其拟合过程中所用数据的质量和数量。拟合高度灵活的 ML 势的代价是：需要大量的参考数据才能正确训练这些模型。我们通过提供一个大型计算 DFT 数据库来满足这一需求，该数据库包含 57,454 个小有机分子的 2000 万个构象。我们相信它将成为 ML 势领域中比较当前和未来方法的新标准基准。
引用
@article{arxiv.1708.04987,
title = {ANI-1: A data set of 20M off-equilibrium DFT calculations for organic molecules},
author = {Justin S. Smith and Olexandr Isayev and Adrian E. Roitberg},
journal= {arXiv preprint arXiv:1708.04987},
year = {2018}
}