| 基于深度张量神经网络预测有机分子的相互作用能 |
| |
| 引用本文： | 齐 元,任 虹,李 红,张鼎林,崔红强,翁俊贲,李国辉,王贵艳,李 焱.基于深度张量神经网络预测有机分子的相互作用能[J].化学物理学报,2021,34(1):112-124. |
| |
| 作者姓名： | 齐 元 任 虹 李 红 张鼎林 崔红强 翁俊贲 李国辉 王贵艳 李 焱 |
| |
| 作者单位： | 中国科学院大连化学物理研究所，分子反应动力学国家重点实验室，大连 116023；中国科学院大学，北京 100049;航天中心医院眼科，北京 100049;海军大连舰艇学院基础部，大连 116023;哈尔滨工程大学智能科学与工程学院，哈尔滨 150001 |
| |
| 摘 要： | 分子的相互作用在分子动力学模拟过程中起着关键的作用. 受限于计算资源，大分子的长时间尺度的相互作用能无法通过量化计算实现. 本文采用一种深度学习框架-深度张量神经网络来预测三个有机分子相关体系中量化精度的相互作用能. 其中，分子的几何结构和原子类型作为网络的输入用于预测相互作用能. 通过分层生成的数据集合实现了网络中隐层参数的优化和训练. 相互作用能的预测结果显示，深度张量神经网络可以在较短的时间内，在1 kcal/mol的平均绝对误差的范围内准确预测分子间的相互作用能. 这一过程提高了计算效率，并为计算相互作用能提供了可靠的计算框架.
|
| 关 键 词： | 深度张量神经网络，相互作用能，有机分子 |
| 收稿时间： | 2020/9/9 0:00:00 |
Interaction Energy Prediction of Organic Molecules using Deep Tensor Neural Network |
| |
| Yuan Qi,Hong Ren,Hong Li,Ding-lin Zhang,Hong-qiang Cui,Jun-ben Weng,Guo-hui Li,Gui-yan Wang,Yan Li.Interaction Energy Prediction of Organic Molecules using Deep Tensor Neural Network[J].Chinese Journal of Chemical Physics,2021,34(1):112-124. |
| |
| Authors: | Yuan Qi Hong Ren Hong Li Ding-lin Zhang Hong-qiang Cui Jun-ben Weng Guo-hui Li Gui-yan Wang Yan Li |
| |
| Abstract: | |
| |
| Keywords: | Deep tensor neural network Interaction energy Organic molecules |
|
| 点击此处可从《化学物理学报》浏览原始摘要信息 |
| 点击此处可从《化学物理学报》下载免费的PDF全文 |
|
