arrow
返回

Generative Model for Constructing Reaction Path from Initial to Final States

delete2025-01-18
delete0
PRE
AI
A
Akihide Hayashi *
S
So Takamoto
李菊英 封面图
李菊英 (Ju Li)
Y
Yuta Tsuboi
D
Daisuke Okanohara
DOI:10.1021/acs.jctc.4c01397delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
绘制化学反应途径及其相应的激活屏障是分子模拟中的重大挑战。考虑到3D原子几何形状的固有复杂性,即使生成这些路径的初始猜测对于人类来说也是困难的。本文提出了一种创新的方法,该方法利用神经网络基于初始状态并从低能跃迁路径数据库中学习来生成反应路径的初始猜测。所提出的方法是通过输入初始状态的坐标来启动的,然后对其结构进行逐步更改。该迭代过程最终产生猜测反应路径和最终状态的坐标。该方法不需要对实际势能表面进行一次快速计算,因此作用迅速。这种基于几何的方法的应用扩展到由有机反应说明的复杂反应途径。在有机反应途径的Transition1x数据集上执行训练。结果表明,反应的产生与化学反应路径的测试集具有很大的相似性。该方法的灵活性允许产生符合预定条件或以随机方式产生的反应。
Keyword:
FINDING SADDLE-POINTS

期刊

Journal of Chemical Theory and Computation 封面图
Journal of Chemical Theory and Computation
IF:
5.5
论文数:
1.1W
被引数:
5.4W

机构

暂无机构信息
引用论文

引用论文

err分享
err收藏
Reinforcement Learning-Guided Long-Timescale Simulation of Hydrogen Transport in Metals强化学习引导的金属中氢传输的长时间尺度模拟
err2023-12-07
err2
errOAAI
errTang, Hao; Li, Boning; Song, Yixuan; Liu, Mengren; Xu, Haowei; Wang, Guoqing; Chung, Heejung; Li, Ju
err分享
err收藏
Fuel Cell Systems Explained
err
IF0
err2013-12-13
err0
PREAI
errJames Larminie; Andrew Dicks
err分享
err收藏
A high-performance brain–computer interface
err2006-07-01
err0
PREAI
errGopal Santhanam; Stephen I. Ryu; Byron M. Yu; Afsheen Afshar; Krishna V. Shenoy
err分享
err收藏
学者 查看更多内容