Scifaro

中文

将原子级深度学习推向实用化

机器学习 2021-12-10 v1 材料科学化学物理

作者: Nathan C. Frey , Siddharth Samsi , Bharath Ramsundar , Connor W. Coley , Vijay Gadepally

在 arXiv 上查看 ↗ PDF ↗

摘要

人工智能尚未彻底变革材料与分子的设计。在本观点文章中，我们指出了阻碍原子级深度学习、分子科学与高性能计算相融合的四重壁垒，并概述了应对这些挑战所带来的机遇所需的针对性研究工作。

关键词

原子级深度学习材料设计分子科学高性能计算研究壁垒

引用

@article{arxiv.2112.04977,
  title  = {Bringing Atomistic Deep Learning to Prime Time},
  author = {Nathan C. Frey and Siddharth Samsi and Bharath Ramsundar and Connor W. Coley and Vijay Gadepally},
  journal= {arXiv preprint arXiv:2112.04977},
  year   = {2021}
}

备注

6 pages, 1 figure, NeurIPS 2021 AI for Science workshop