Buchumschlag

Design, Assessment, and Application of Machine Learning Potential Energy Surfaces

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Andreichev, Valerii, Aydin, Sena, Töpfer, Kai, Meuwly, Markus, Vazquez-Salazar, Luis Itza
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Chemical Physics Computational Physics Biomolecules
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

${\it Asparagus}$: A Toolkit for Autonomous, User-Guided Construction of Machine-Learned Potential Energy Surfaces
von: Töpfer, Kai, et al.
Veröffentlicht: (2024)

Diffusion and Spectroscopy of H$_2$ in Myoglobin
von: Käser, Jiri, et al.
Veröffentlicht: (2024)

Tripeptide-Dynamics from Empirical and Machine-Learned Energy Functions
von: Aydin, Sena, et al.
Veröffentlicht: (2025)

Outlier-Detection for Reactive Machine Learned Potential Energy Surfaces
von: Vazquez-Salazar, Luis Itza, et al.
Veröffentlicht: (2024)

High-Accuracy Molecular Simulations with Machine-Learning Potentials and Semiclassical Approximations to Quantum Dynamics
von: Andreichev, Valerii, et al.
Veröffentlicht: (2026)

Cluster Models for Next-Generation, Machine-Learning-Based Energy Functions for Molecular Simulations
von: Wang, JingChun, et al.
Veröffentlicht: (2025)

Mapping Still Matters: Coarse-Graining with Machine Learning Potentials
von: Görlich, Franz, et al.
Veröffentlicht: (2025)

Learning Potential Energy Surfaces of Hydrogen Atom Transfer Reactions in Peptides
von: Neubert, Marlen, et al.
Veröffentlicht: (2025)

SCN as a Local Probe of Protein Structural Dynamics
von: Aydin, Sena, et al.
Veröffentlicht: (2024)

Fidelity of Machine Learned Potentials: Quantitative Assessment for Protonated Oxalate
von: Qu, Chen, et al.
Veröffentlicht: (2026)

E(3)-equivariant models cannot learn chirality: Field-based molecular generation
von: Dumitrescu, Alexandru, et al.
Veröffentlicht: (2024)

Hessian Matching for Machine-Learned Coarse-Grained Molecular Dynamics
von: Murdeshwar, Sanya, et al.
Veröffentlicht: (2026)

Augmenting chemical databases for atomistic machine learning by sampling conformational space
von: Vazquez-Salazar, Luis Itza, et al.
Veröffentlicht: (2025)

Generating Minimum Free Energy Paths With Denoising Diffusion Probabilistic Models
von: Grigorev, Vladimir
Veröffentlicht: (2024)

Entropy as a Design Principle in the Photosystem II Supercomplex
von: Hall, Johanna L., et al.
Veröffentlicht: (2024)

Lambda-ABF-OPES: Faster Convergence with High Accuracy in Alchemical Free Energy Calculations
von: Ansari, Narjes, et al.
Veröffentlicht: (2025)

Constant pH Simulation with FMM Electrostatics in GROMACS. (A) Design and Applications
von: Briand, Eliane, et al.
Veröffentlicht: (2024)

Origin of Biological Homochirality by Crystallization of an RNA Precursor on a Magnetic Surface
von: Ozturk, S. Furkan, et al.
Veröffentlicht: (2023)

LipidBERT: A Lipid Language Model Pre-trained on METiS de novo Lipid Library
von: Yu, Tianhao, et al.
Veröffentlicht: (2024)

FreeCG: Free the Design Space of Clebsch-Gordan Transform for Machine Learning Force Fields
von: Shao, Shihao, et al.
Veröffentlicht: (2024)

Statistical Survey of Chemical and Geometric Patterns on Protein Surfaces as a Blueprint for Protein-mimicking Nanoparticles
von: McBride, John M., et al.
Veröffentlicht: (2024)

Dynamics of Protonated Oxalate from Machine-Learned Simulations and Experiment: Infrared Signatures, Proton Transfer Dynamics and Tunneling Splittings
von: Andreichev, Valerii, et al.
Veröffentlicht: (2025)

Structure and Dynamics of Deep Eutectic Systems from Cluster-Optimized Energy Functions
von: Töpfer, Kai, et al.
Veröffentlicht: (2025)

De Novo Molecular Design Enabled by Direct Preference Optimization and Curriculum Learning
von: Hou, Junyu
Veröffentlicht: (2025)

MDRefine: a Python package for refining Molecular Dynamics trajectories with experimental data
von: Gilardoni, Ivan, et al.
Veröffentlicht: (2024)

Boosting ensemble refinement with transferable force field corrections: synergistic optimization for molecular simulations
von: Gilardoni, Ivan, et al.
Veröffentlicht: (2023)

The Quantum Compass Mechanism in Cryptochromes
von: Chengye, Zou, et al.
Veröffentlicht: (2025)

RNA Dynamics and Interactions Revealed through Atomistic Simulations
von: Languin-Cattoën, Olivier, et al.
Veröffentlicht: (2025)

Efficient and Precise Force Field Optimization for Biomolecules Using DPA-2
von: Chang, Junhan, et al.
Veröffentlicht: (2024)

SynAsk: Unleashing the Power of Large Language Models in Organic Synthesis
von: Zhang, Chonghuan, et al.
Veröffentlicht: (2024)

Predicting the binding of small molecules to proteins through invariant representation of the molecular structure
von: Beccaria, R., et al.
Veröffentlicht: (2024)

Simulation-based inference of single-molecule experiments
von: Dingeldein, Lars, et al.
Veröffentlicht: (2024)

New water oxidation mechanism in Photosystem II resolves major experimental controversies
von: Pushkar, Yulia
Veröffentlicht: (2026)

Sort & Slice: A Simple and Superior Alternative to Hash-Based Folding for Extended-Connectivity Fingerprints
von: Dablander, Markus, et al.
Veröffentlicht: (2024)

A Novel 4-D Dataset Paradigm for Studying Complete Ligand-Protein Dissociation Dynamics
von: Li, Maodong, et al.
Veröffentlicht: (2025)

A Transformer Based Generative Chemical Language AI Model for Structural Elucidation of Organic Compounds
von: Tan, Xiaofeng
Veröffentlicht: (2024)

Evaluation of uncertainty estimations for Gaussian process regression based machine learning interatomic potentials
von: Holzenkamp, Matthias, et al.
Veröffentlicht: (2024)

Force-Guided Bridge Matching for Full-Atom Time-Coarsened Dynamics of Peptides
von: Yu, Ziyang, et al.
Veröffentlicht: (2024)

Energy Relaxation of N$_2$O in Gaseous, Supercritical and Liquid Xenon and SF$_6$
von: Töpfer, Kai, et al.
Veröffentlicht: (2024)

Designing the Haystack: Programmable Chemical Space for Generative Molecular Discovery
von: Zhu, Yuchen, et al.
Veröffentlicht: (2026)