计算化学公社

标题: 累了，吐个槽 [打印本页]

作者
Author: coolrainbow 时间: 2019-8-6 02:45
标题: 累了，吐个槽
1 最近发现一篇3月就上线的国际量化居然都今天都没有出期卷号，我差点以为国际量化停刊了
还是ACS好使，最慢一个半月就有号了

2 有个作者（德国）用同一个方法换分子发了在同一杂志六年时间灌了十多篇文章，终于惹怒了学术委员会，没能得到终身职位，现在已当程序员了。不过德国程序员工资非常高，工作强度还低，估计他也算能过得不错。
3 最近最痛快的事，莫过于遇到了一个（别人的）学生，虽然刚开始还没发过什么论文，但是化学，数学，编程基本问啥啥都会，还不是那种浅尝辄止的，是明显知道到公式，应用，代码细节的那种。感觉又一颗新星要升起了。

4 所有的boss都在说，咱写个机器学习的论文吧...

作者
Author: sobereva 时间: 2019-8-6 04:10
有篇去年12月就接受的mol. phys.，居然这个月初才有卷号页码，这是我见过的出版最慢的文章

作者
Author: beefly 时间: 2019-8-6 07:54
本帖最后由 beefly 于 2019-8-6 07:56 编辑

sobereva 发表于 2019-8-6 04:10
有篇去年12月就接受的mol. phys.，居然这个月初才有卷号页码，这是我见过的出版最慢的文章

Cremer纪念专刊那一期，去年10月初上线，今年6月才正式出版。最晚的一篇果然就是6月才接收。看到有拦地铁的，有拦高铁的，竟然还有拦出版社的

作者
Author: granvia 时间: 2019-8-6 08:24
3是来拉仇恨的

作者
Author: 量化小菜鸡 时间: 2019-8-6 11:55
machine learning 似乎很热，尤其跟材料一起搞。

我越听大佬们的讨论，越觉得我还是把科研当个兴趣，估计是难拿这个吃饭了。

作者
Author: biogon 时间: 2019-8-6 14:06

量化小菜鸡发表于 2019-8-6 11:55
machine learning 似乎很热，尤其跟材料一起搞。

我越听大佬们的讨论，越觉得我还是把科研当个兴趣，估 ...

但是ML瞎拟合的太多了

作者
Author: q645225049 时间: 2019-9-16 13:37

作者
Author: sobereva 时间: 2019-9-17 03:30
ML确实很有前景，搞好了很有应用价值。
最近看到两个不错的ML范例，用ML计算分子极化率和用ML计算有机晶体NMR，用起来很方便，结果也不错
https://www.materialscloud.org/work/tools/alphaml
https://www.materialscloud.org/work/tools/shiftml

不过搞ML还是得有强劲的计算资源，否则光是训练集就根本构建不起来

作者
Author: 少年爱吃地三鲜 时间: 2019-9-17 08:04
真的累了

作者
Author: coolrainbow 时间: 2019-9-21 04:14

sobereva 发表于 2019-9-17 03:30
ML确实很有前景，搞好了很有应用价值。
最近看到两个不错的ML范例，用ML计算分子极化率和用ML计算有机晶体 ...

ML的方便都是事先用无数计算堆起来的，那个有机分子的ML力场拟合了上百万的数据。没几个算的起的。

作者
Author: sobereva 时间: 2019-9-23 08:02

coolrainbow 发表于 2019-9-21 04:14
ML的方便都是事先用无数计算堆起来的，那个有机分子的ML力场拟合了上百万的数据。没几个算的起的。

有些ML力场还好，比如sGDML那个，小分子跑两千个点来训练模型就够了（只要之后实际用的时候涉及的构象离训练集偏离不离谱）
还有VASP的MLFF，也比较有实用性

欢迎光临计算化学公社 (http://bbs.keinsci.com/)