Scidown文献预览系统！
下一代物质模拟的机器学习潜力( Machine-learned potentials for next-generation matter simulations )
P Friederich F Hse J Proppe A Aspuru-Guzik
计算材料科学中模拟方法的选择是由一个基本的权衡所驱动的：在负担得起的计算成本下，将大的时间和长度尺度与高精度的模拟相结合。在大尺度上研究复杂现象需要快速而精确的计算方法。我们回顾了机器学习势的新兴领域，它有望以大大减少的计算成本达到量子力学计算的精度。本文综述了机器学习方法的基本原理、数据获取过程和主动学习过程。我们强调了机器学习潜力在各个领域的多个最新应用，从有机化学和生物分子到无机晶体结构预测和表面科学。我们进一步讨论了促进ML势的广泛应用所需的发展，以及利用它们来帮助解决材料科学中的开放问题和促进完全计算材料设计的可能性。
SciDown文献求助系统（解决99%问题） Public Download Nature ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 310以睡眠和压力为重点的员工健康项目的结果下载
scidown 310以睡眠和压力为重点的员工健康项目的结果下载
scidown 右顶叶疾病患者情感性语调言语的辨别与唤起下载