论文部分内容阅读
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1kcal/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