Buchumschlag

$Δ$-ML Ensembles for Selecting Quantum Chemistry Methods to Compute Intermolecular Interactions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wallace, Austin M., Sherrill, C. David, Krishnan, Giri P.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Chemical Physics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benchmarking Data Efficiency in $Δ$-ML and Multifidelity Models for Quantum Chemistry
von: Vinod, Vivin, et al.
Veröffentlicht: (2024)

El Agente: An Autonomous Agent for Quantum Chemistry
von: Zou, Yunheng, et al.
Veröffentlicht: (2025)

Survey on Recent Progress of AI for Chemistry: Methods, Applications, and Opportunities
von: Ding, Hu, et al.
Veröffentlicht: (2025)

Ensemble Knowledge Distillation for Machine Learning Interatomic Potentials
von: Matin, Sakib, et al.
Veröffentlicht: (2025)

QCBench: Evaluating Large Language Models on Domain-Specific Quantitative Chemistry
von: Xie, Jiaqing, et al.
Veröffentlicht: (2025)

PhenoMoler: Phenotype-Guided Molecular Optimization via Chemistry Large Language Model
von: Song, Ran, et al.
Veröffentlicht: (2025)

QuantumChem-200K: A Large-Scale Open Organic Molecular Dataset for Quantum-Chemistry Property Screening and Language Model Benchmarking
von: Zeng, Yinqi, et al.
Veröffentlicht: (2025)

MolErr2Fix: Benchmarking LLM Trustworthiness in Chemistry via Modular Error Detection, Localization, Explanation, and Revision
von: Wu, Yuyang, et al.
Veröffentlicht: (2025)

ChemGraph: An Agentic Framework for Computational Chemistry Workflows
von: Pham, Thang D., et al.
Veröffentlicht: (2025)

SMILES-Inspired Transfer Learning for Quantum Operators in Generative Quantum Eigensolver
von: Yin, Zhi, et al.
Veröffentlicht: (2025)

A Bayesian Flow Network Framework for Chemistry Tasks
von: Tao, Nianze, et al.
Veröffentlicht: (2024)

Unraveling Molecular Structure: A Multimodal Spectroscopic Dataset for Chemistry
von: Alberts, Marvin, et al.
Veröffentlicht: (2024)

ChemSafetyBench: Benchmarking LLM Safety on Chemistry Domain
von: Zhao, Haochen, et al.
Veröffentlicht: (2024)

Ensemble Model With Bert,Roberta and Xlnet For Molecular property prediction
von: Hu, Junling
Veröffentlicht: (2024)

On the Reliability of AI Methods in Drug Discovery: Evaluation of Boltz-2 for Structure and Binding Affinity Prediction
von: Wan, Shunzhou, et al.
Veröffentlicht: (2026)

Neural Quantum Propagators for Driven-Dissipative Quantum Dynamics
von: Zhang, Jiaji, et al.
Veröffentlicht: (2024)

Symmetry Adapted Residual Neural Network Diabatization: Conical Intersections in Aniline Photodissociation
von: Shen, Yifan, et al.
Veröffentlicht: (2024)

Intermolecular Interactions of Large Systems: Boron Nitrides, Acenes, and Coronenes
von: Fishman, Vladimir, et al.
Veröffentlicht: (2026)

Chunk Twice, Embed Once: A Systematic Study of Segmentation and Representation Trade-offs in Chemistry-Aware Retrieval-Augmented Generation
von: Amiri, Mahmoud, et al.
Veröffentlicht: (2025)

Hammett-Inspired Product Baseline for Data-efficient $Δ$-ML in Chemical Space
von: Rakotonirina, V. Diana, et al.
Veröffentlicht: (2023)

Critical Limitations in Quantum-Selected Configuration Interaction Methods
von: Reinholdt, Peter, et al.
Veröffentlicht: (2025)

Benchmarking Simulacra AI's Quantum Accurate Synthetic Data Generation for Chemical Sciences
von: Falcioni, Fabio, et al.
Veröffentlicht: (2025)

Size-Consistent Quantum Chemistry on Quantum Computers
von: Garrett, Noah, et al.
Veröffentlicht: (2025)

Prospects for Using Artificial Intelligence to Understand Intrinsic Kinetics of Heterogeneous Catalytic Reactions
von: Medford, Andrew J., et al.
Veröffentlicht: (2025)

Machine-learned molecular mechanics force field for the simulation of protein-ligand systems and beyond
von: Takaba, Kenichiro, et al.
Veröffentlicht: (2023)

Projected Hessian Learning: Fast Curvature Supervision for Accurate Machine-Learning Interatomic Potentials
von: Rodriguez, Austin, et al.
Veröffentlicht: (2026)

PRESTO: Progressive Pretraining Enhances Synthetic Chemistry Outcomes
von: Cao, He, et al.
Veröffentlicht: (2024)

A Review of Large Language Models and Autonomous Agents in Chemistry
von: Ramos, Mayk Caldas, et al.
Veröffentlicht: (2024)

Molecular Representations for AI in Chemistry and Materials Science: An NLP Perspective
von: JP, Sanjanasri, et al.
Veröffentlicht: (2026)

Pushing the Pareto front of band gap and permittivity: ML-guided search for dielectric materials
von: Riebesell, Janosh, et al.
Veröffentlicht: (2024)

Towards A Transferable Acceleration Method for Density Functional Theory
von: Liu, Zhe, et al.
Veröffentlicht: (2025)

Quantum-Inspired Machine Learning for Molecular Docking
von: Shu, Runqiu, et al.
Veröffentlicht: (2024)

From Generalist to Specialist: A Survey of Large Language Models for Chemistry
von: Han, Yang, et al.
Veröffentlicht: (2024)

MoleculeCLA: Rethinking Molecular Benchmark via Computational Ligand-Target Binding Analysis
von: Feng, Shikun, et al.
Veröffentlicht: (2024)

Forte: A Suite of Advanced Multireference Quantum Chemistry Methods
von: Evangelista, Francesco A., et al.
Veröffentlicht: (2024)

QH9: A Quantum Hamiltonian Prediction Benchmark for QM9 Molecules
von: Yu, Haiyang, et al.
Veröffentlicht: (2023)

Constructing and explaining machine learning models for chemistry: example of the exploration and design of boron-based Lewis acids
von: Fenogli, Juliette, et al.
Veröffentlicht: (2025)

Universally applicable and tunable graph-based coarse-graining for Machine learning force fields
von: Brunken, Christoph, et al.
Veröffentlicht: (2025)

BioMD: All-atom Generative Model for Biomolecular Dynamics Simulation
von: Feng, Bin, et al.
Veröffentlicht: (2025)

Solvaformer: an SE(3)-equivariant graph transformer for small molecule solubility prediction
von: Broadbent, Jonathan, et al.
Veröffentlicht: (2025)