Meldung

Genaue elektronische Energien mit maschinellem Lernen vorhersagen

von Annika Bande, Johanna Heine, Ullrich Jahn, Björn Meermann, Erik Strub

•
29.09.2022

Von Wiley-VCH zur Verfügung gestellt

Schreiner und Team haben nun den Unterschied zwischen CCSD(T)- (coupled-cluster singles doubles mit störungstheoretischen Triples) und CCSD-Energien mit zeiteffizienten Techniken des maschinellen Lernens für einen Datensatz organischer Moleküle bestimmt (Δ-SCF, Unterschied von selbstkonsistenen Feldern und Graph des Moleküls im neuronalen Netzwerk). Damit lassen sich CCSD-Energien beliebiger organischer Moleküle um den störungstheoretischen Triples-Beitrag ergänzen. Das könnte etwa thermochemische Daten aus Experimenten mit vergleichsweise wenig Rechenzeitaufwand für eine hohe Genauigkeit bestätigen. CCSD(T) sind der Goldstandard, um die elek...

Tags

Verwandte Artikel

Genaue elektronische Energien mit maschinellem Lernen vorhersagen
Präbiotische Chemie – vom Stoffwechsel aus gedacht/Trendbericht Biochemie 2026 3/4
Genaue elektronische Energien mit maschinellem Lernen vorhersagen
Struktur, Funktionalität und Bioaktivität pflanzlicher Proteine / Trendbericht Lebensmittelchemie 2026 2/4
Genaue elektronische Energien mit maschinellem Lernen vorhersagen
Verarbeitung, Verdauung und Risikobewertung / Trendbericht Lebensmittelchemie 2026 4/4
Genaue elektronische Energien mit maschinellem Lernen vorhersagen
Von präparativer Aufreinigung zur Bioaktivität / Trendbericht Lebensmittelchemie 2026 3/4
Genaue elektronische Energien mit maschinellem Lernen vorhersagen
Ja, das schon wieder / Trendbericht Lebensmittelchemie 2026 1/4