计算化学公社

标题: JCP特刊：DATA-ENABLED THEORETICAL CHEMISTRY [打印本页]

作者
Author: yflchx 时间: 2018-6-10 10:12
标题: JCP特刊：DATA-ENABLED THEORETICAL CHEMISTRY
DATA-ENABLED THEORETICAL CHEMISTRY

https://aip.scitation.org/toc/jcp/148/24?expanded=148

Machine learning，理论化学新的增长点？！

作者
Author: sobereva 时间: 2018-6-10 10:55
Grimme的态度：
In the authors‘ opinion, the vastly growing field of ML
technologies may only have a big impact for selected
computational chemistry problems (when the questions and
interactions are “fuzzy”).
这点我是赞同的

作者
Author: hanshan 时间: 2018-6-10 13:07

sobereva 发表于 2018-6-10 10:55
Grimme的态度：
In the authors‘ opinion, the vastly growing field of ML
technologies may only have ...

sob好快啊
刚刚看到这篇文献
Grimme, S. and P. R. Schreiner (2018). "Computational Chemistry: The Fate of Current Methods and Future Challenges." Angewandte Chemie-International Edition 57(16): 4170-4176.

作者
Author: archer 时间: 2018-6-11 10:23
机器学习很热啊

作者
Author: hakuna 时间: 2018-6-11 11:18
直言了，不怎么觉得这会成“新的增长点”，在"Computational Chemistry“基础上”Machine learning“一下，怎么都感觉是在”GAUSSIAN"上，再“GAUSSVIEW"一下，不会产生新的”理论化学“，反倒是感觉”Machine learning“来"Computational Chemistry“这里打工，找了口饭吃......

作者
Author: yflchx 时间: 2018-6-11 12:06

hakuna 发表于 2018-6-11 11:18
直言了，不怎么觉得这会成“新的增长点”，在"Computational Chemistry“基础上”Machine learning“一下， ...

1. 打了个问号的，不敢贸然下结论。

2. 若干年后再看看情形如何。

3. 里面的文章值得一看，但是不感兴趣的就算了。

作者
Author: Jasminer 时间: 2018-6-11 21:21

sobereva 发表于 2018-6-10 10:55
Grimme的态度：
In the authors‘ opinion, the vastly growing field of ML
technologies may only have ...

基本赞同。
计算化学主要目的是知其所以然，而机器学习长处是不知其所以然先知其然。
所以个人认为ML和高通量一样，会在某些特定领域特定时期发挥重大作用，然而绝不会占据科学的主流。

作者
Author: hakuna 时间: 2018-6-12 08:57

yflchx 发表于 2018-6-11 12:06
1. 打了个问号的，不敢贸然下结论。

2. 若干年后再看看情形如何。

1. 注意到你的疑问了
2. 其实里面的一些东西至少也都中学生年龄了
3. 曾经对那些个东西感过兴趣，后来觉得没啥前途，弃了，所以那么一说，没别的意思，如果觉得有冒犯，我表示歉意！

作者
Author: njfuzjs 时间: 2018-6-12 10:46
ML感觉还是没法找到一些规律性的东西，更像是拟合流

作者
Author: njfuzjs 时间: 2018-6-12 10:48
不过前几天看到JACS有篇ML预测晶体结构的，似乎挺有意思。

作者
Author: yflchx 时间: 2018-6-12 11:07

hakuna 发表于 2018-6-12 08:57
1. 注意到你的疑问了
2. 其实里面的一些东西至少也都中学生年龄了
3. 曾经对那些个东西感过兴趣，后来 ...

只是拿过来讨论，就事论事，不存在什么冒犯的问题，无需多虑。

既然你有深入的了解（从感兴趣到放弃），那你的看法更值得关注。

作者
Author: lerel 时间: 2018-6-12 19:58
很赞同 sob 的观点。

作者
Author: yflchx 时间: 2021-2-9 10:46
越来越热闹了。

https://pubs.acs.org/page/vi/machine-learning?ref=vi_journalhome

Virtual Issue Machine Learning in Physical Chemistry

作者
Author: 喵星大佬 时间: 2021-2-14 20:03
本帖最后由喵星大佬于 2021-2-15 01:36 编辑

给我4个参数就可以拟合一只大象，再来一个还能甩鼻子。。。。

就这个玩意咯

作者
Author: yflchx 时间: 2021-2-14 21:07

喵星大佬发表于 2021-2-14 20:03
给我4个参数就可以你和一只大象，再来一个还能甩鼻子。。。。

就这个玩意咯

Drawing an elephant with four complex parameters
American Journal of Physics 78, 648 (2010); https://doi.org/10.1119/1.3254017

希望冯·诺伊曼和费米说的只是大象的形貌。

很多问题有标准答案式的回应方式，我倒是乐意见到不同的可能性。

局限于学科常规范式，玩法是倾向于把活做的好些，目前也只能这样了。

作者
Author: 量化小菜鸡 时间: 2021-2-16 10:37
听说Alán Aspuru-Guzik搞化学ML就是实用主义，哪个泛函对的上结果就用哪个，不管别的。好像那次会上，有老一辈的搞量化的就有点接受不了。

作者
Author: wzkchem5 时间: 2021-2-16 11:56

量化小菜鸡发表于 2021-2-16 10:37
听说Alán Aspuru-Guzik搞化学ML就是实用主义，哪个泛函对的上结果就用哪个，不管别的。好像那次会上，有老 ...

别说他了，接受不了Truhlar的用几十个参数的多项式拟合泛函的都有很多
好在Truhlar在比较后来的一些泛函，比如MN15L里面做了regularization，当年拟合M06、M06-2X的时候，用20几个参数拟合40几个点，还不做regularization，直接导致M06-2X对格点极其敏感，势能面不平滑

作者
Author: 量化小菜鸡 时间: 2021-2-16 14:36

wzkchem5 发表于 2021-2-16 11:56
别说他了，接受不了Truhlar的用几十个参数的多项式拟合泛函的都有很多
好在Truhlar在比较后来的一些泛函 ...

John Perdew 是不是写文章怼过这种参数拟合？

作者
Author: wzkchem5 时间: 2021-2-16 14:55

量化小菜鸡发表于 2021-2-16 14:36
John Perdew 是不是写文章怼过这种参数拟合？

好像是的。。。

作者
Author: 喵星大佬 时间: 2021-2-21 23:41

wzkchem5 发表于 2021-2-16 11:56
别说他了，接受不了Truhlar的用几十个参数的多项式拟合泛函的都有很多
好在Truhlar在比较后来的一些泛函 ...

所以说AIMD用dft总觉得哪里怪怪的

这还真是蛮从“头”的

欢迎光临计算化学公社 (http://bbs.keinsci.com/)