Producing chemically accurate atomic Gaussian process regression models by active learning for molecular simulation

Producing chemically accurate atomic Gaussian process regression models by active learning for molecular simulation

© 2022 The Authors. Journal of Computational Chemistry published by Wiley Periodicals LLC.

Bibliographische Detailangaben
Veröffentlicht in:Journal of computational chemistry. - 1984. - 43(2022), 31 vom: 05. Dez., Seite 2084-2098
1. Verfasser: Burn, Matthew J (VerfasserIn)
Weitere Verfasser: Popelier, Paul L A
Format: Online-Aufsatz
Sprache:English
Veröffentlicht: 2022
Zugriff auf das übergeordnete Werk:Journal of computational chemistry
Schlagworte:Journal Article Research Support, Non-U.S. Gov't FFLUX Gaussian process regression IQA QTAIM kriging machine learning particle swarm optimization quantum chemical topology mehr... Peptides Glycine TE7660XO1C
Online verfügbar Volltext