日期 影响因子
日期:
2020 年 — 2026 年
2020
2021
2022
2023
2024
2025
2026
影响因子:
–

Biomolecular dynamics with machine-learned quantum-mechanical force fields trained on diverse chemical fragments

利用机器学习量子力学力场，基于多种化学片段训练的生物分子动力学

期刊:Science Advances
影响因子:12.5
doi:10.1126/sciadv.adn4397
Unke, Oliver T; Stöhr, Martin; Ganscha, Stefan; Unterthiner, Thomas; Maennel, Hartmut; Kashubin, Sergii; Ahlin, Daniel; Gastegger, Michael; Medrano Sandonas, Leonardo; Berryman, Joshua T; Tkatchenko, Alexandre; Müller, Klaus-Robert
发表日期：2024
文献求助 收藏

Automatic identification of chemical moieties

自动识别化学基团

期刊:Physical Chemistry Chemical Physics
影响因子:2.9
doi:10.1039/d3cp03845a
Lederer, Jonas; Gastegger, Michael; Schütt, Kristof T; Kampffmeyer, Michael; Müller, Klaus-Robert; Unke, Oliver T
发表日期：2023
文献求助 收藏

Inverse design of 3d molecular structures with conditional generative neural networks

利用条件生成神经网络进行三维分子结构的逆向设计

期刊:Nature Communications
影响因子:15.7
doi:10.1038/s41467-022-28526-y
Gebauer, Niklas W A; Gastegger, Michael; Hessmann, Stefaan S P; Müller, Klaus-Robert; Schütt, Kristof T
发表日期：2022
文献求助 收藏

Machine Learning Force Fields

机器学习力场

期刊:Chemical Reviews
影响因子:55.8
doi:10.1021/acs.chemrev.0c01111
Unke, Oliver T; Chmiela, Stefan; Sauceda, Huziel E; Gastegger, Michael; Poltavsky, Igor; Schütt, Kristof T; Tkatchenko, Alexandre; Müller, Klaus-Robert
发表日期：2021
文献求助 收藏

Combining Machine Learning and Computational Chemistry for Predictive Insights Into Chemical Systems

结合机器学习和计算化学，对化学系统进行预测性分析

期刊:Chemical Reviews
影响因子:55.8
doi:10.1021/acs.chemrev.1c00107
Keith, John A; Vassilev-Galindo, Valentin; Cheng, Bingqing; Chmiela, Stefan; Gastegger, Michael; Müller, Klaus-Robert; Tkatchenko, Alexandre
发表日期：2021
文献求助 收藏

SpookyNet: Learning force fields with electronic degrees of freedom and nonlocal effects

SpookyNet：利用电子自由度和非局域效应学习力场

期刊:Nature Communications
影响因子:15.7
doi:10.1038/s41467-021-27504-0
Unke, Oliver T; Chmiela, Stefan; Gastegger, Michael; Schütt, Kristof T; Sauceda, Huziel E; Müller, Klaus-Robert
发表日期：2021
文献求助 收藏

Machine learning of solvent effects on molecular spectra and reactions

溶剂效应对分子光谱和反应的机器学习

期刊:Chemical Science
影响因子:7.4
doi:10.1039/d1sc02742e
Gastegger, Michael; Schütt, Kristof T; Müller, Klaus-Robert
发表日期：2021
文献求助 收藏

Combining SchNet and SHARC: The SchNarc Machine Learning Approach for Excited-State Dynamics

结合 SchNet 和 SHARC：用于激发态动力学的 SchNarc 机器学习方法

期刊:Journal of Physical Chemistry Letters
影响因子:4.6
doi:10.1021/acs.jpclett.0c00527
Westermayr, Julia; Gastegger, Michael; Marquetand, Philipp
ARC
发表日期：2020
文献求助 收藏

Unifying machine learning and quantum chemistry with a deep neural network for molecular wavefunctions

利用深度神经网络将机器学习和量子化学相结合，用于分子波函数建模

期刊:Nature Communications
影响因子:15.7
doi:10.1038/s41467-019-12875-2
Schütt, K T; Gastegger, M; Tkatchenko, A; Müller, K-R; Maurer, R J
发表日期：2019
文献求助 收藏

Machine learning enables long time scale molecular photodynamics simulations

机器学习能够实现长时间尺度的分子光动力学模拟

期刊:Chemical Science
影响因子:7.4
doi:10.1039/c9sc01742a
Westermayr, Julia; Gastegger, Michael; Menger, Maximilian F S J; Mai, Sebastian; González, Leticia; Marquetand, Philipp
发表日期：2019
文献求助 收藏