ВВычислительная химия и новые материалы

Вычислительная химия и новые материалы

@compchem_and_novelmaterials💻 Технологии🇷🇺 Русский📅 март 2026 г.

Новости вычислительной и квантовой химии. Цифровое материаловедение и инжиниринг материалов. Открытое ПО, библиотеки и базы данных. Передовые разработки и мировые тренды, курсы и семинары от ведущих мировых вузов. Обратная связь - @tatyana9f

📊 Полная статистика📝 Все посты
##моиии#наука#по#обзор#технологии
380
Подписчики
804,95
Ср. охват
211.8%
Вовлечённость
20
Постов
~0.5
В день

Графики

📊 Средний охват постов

📉 ERR % по дням

📋 Публикации по дням

📎 Типы контента

Лучшие публикации

20 из 20
Ccompchem_and_novelmaterials
compchem_and_novelmaterials
28 февр., 13:32

ИИ для квантовых, атомистических и континуальных систем: масштабный обзор от 65 ученых из нескольких стран Документ представляет собой обзор применения ИИ в квантовой химии, молекулярной динамике и материаловедении: от квантовой механики до моделирования макроскопических систем. В работе описаны современные подходы глубокого обучения, способные учитывать физические симметрии и эквивариантность. Авторы демонстрируют, как специализированные нейронные сети, адаптированные под симметрии физических с...

👁 3.4K
Ccompchem_and_novelmaterials
compchem_and_novelmaterials
10 апр., 08:50

Искусственный интеллект для точного химического анализа на наноуровне Исследователи из Швейцарской высшей технической школы Цюриха (EPFL) разработали метод PSNMF (pan-sharpening на основе неотрицательной матричной факторизации), улучшающий точность химического анализа наноматериалов. Метод сочетает данные энергодисперсионной рентгеновской спектроскопии (EDX) с машинным обучением для повышения соотношения сигнал/шум и пространственного разрешения. PSNMF сначала объединяет спектральные данные сосе...

👁 2.8K
Ccompchem_and_novelmaterials
compchem_and_novelmaterials
11 мар., 06:50

Новый ИИ-инструмент для научных открытий от Австралийских ученых Ученые из Университета Монаша (Австралия) разработали инструмент на основе генеративного ИИ под названием LLM4SD (Large Language Model for Scientific Discovery) для поддержки и ускорения научных открытий. Данный инструмент способен выполнять основные этапы научных исследований, включая извлечение полезной информации из литературы и формирование гипотез на основе анализа данных. LLM4SD был протестирован на 58 задачах, связанных с мо...

👁 1.2K
Ccompchem_and_novelmaterials
compchem_and_novelmaterials
13 мар., 09:50

Датасет QCML: квантово-химические данные для 33,5 миллионов молекул Группа ученых из Швейцарии (Google DeepMind), Германии (Max Planck Institute for Informatics) и Кореи (Korea University) создала обширный датасет QCML, содержащий квантово-химические данные для 33,5 млн молекул. Свойства рассчитывались с использованием полуэмпирических методов (14,7 млрд записей) и DFT-вычислений (33,5 млн записей). Рассматриваемые свойства включают энергии, силы, мультипольные моменты и другие величины, наприме...

👁 817
Ccompchem_and_novelmaterials
compchem_and_novelmaterials
28 мар., 08:52

MDAgent: языковая модель для автоматизации MD-симуляций и расчета термодинамических параметров Ученые из Пекинского университета и Китайской академии наук разработали MDAgent — систему, использующую возможности больших языковых моделей (LLM) для автоматической генерации, выполнения и корректировки кода, необходимого для проведения молекулярно-динамических (MD) расчетов с целью определения термодинамических параметров материалов. MDAgent позволяет преобразовывать текстовые описания задач в исполн...

👁 737
Ccompchem_and_novelmaterials
compchem_and_novelmaterials
9 апр., 12:50

Шпаргалка по основным концепциям трансформеров и LLM от профессоров Стенфорда и MIT Максимально коротко и ёмко. Трансформеры: внутреннее внимание, архитектура, варианты, методы оптимизации LLM: промпты, файнтьюнинг, настройка предпочтений, методы оптимизации Приложения: LLM-как-судья, RAG-системы, агенты, модели рассуждений (ризонинг) #МОиИИ

👁 640
Ccompchem_and_novelmaterials
compchem_and_novelmaterials
27 февр., 09:50

Методика предсказания молекулярных электронных структур с помощью многозадачного обучения от ученых из MIT Большинство существующих моделей МО для молекулярных электронных свойств используют базы данных теории функционала плотности (DFT) в качестве основополагающих данных при обучении, и их точность предсказания не может превзойти точность DFT. Ученые из Массачусетского технологического института (MIT) разработали унифицированный метод МО для электронных структур органических молекул, используя ...

👁 567
Ccompchem_and_novelmaterials
compchem_and_novelmaterials
28 мар., 16:34

Введение в базовый рабочий процесс машинного обучения для прогнозирования свойств материалов Воркшоп от Бенжамина Аффлербаха, Университет Висконсин-Мэдисон, описывает базовый рабочий процесс машинного обучения, применяемый для прогнозирования ширины запрещенной зоны материалов по их химическому составу. Рассматриваются ключевые этапы: очистка данных, генерация и инженерия признаков, оценка модели, обучение, оптимизация гиперпараметров и предсказание. Также упоминаются проблемы, возникающие при р...

👁 542
Ccompchem_and_novelmaterials
compchem_and_novelmaterials
4 апр., 10:50

Practical Cheminformatics Tutorials https://github.com/PatWalters/practical_cheminformatics_tutorials

👁 538
Ccompchem_and_novelmaterials
compchem_and_novelmaterials
8 апр., 15:58

Открыт тестовый доступ к платформе Access Engineering McGraw Hill — американская образовательная компания, предоставляющая образовательный контент, программное обеспечение и услуги для студентов и преподавателей различных уровней. Access Engineering содержит полнотекстовые цифровые издания ведущих учебников и справочников по инженерному делу (более 700 книг), в том числе Perry’s Chemical Engineers’ Handbook и др. В проект также входят более 900 обучающих видеороликов, созданных преподавател...

👁 523

Типы хуков

Нейтральный18 | 847 просм.
Статистика2 | 428 просм.

Длина постов

Длинные (500-1000)11 | 1.0K просм.
Очень длинные (1000+)6 | 501 просм.
Средние (200-500)2 | 523 просм.
Короткие (<200)1 | 538 просм.

Типы контента

📝
19
text
826 просм.
📷
1
photo
406 просм.
Вычислительная химия и новые материалы (@compchem_and_novelmaterials) — Telegram-канал | PostSniper