机器学习结合量子化学讨论分子吸附的问题

yang2020

各位老师大家好，最近小弟看到有用机器学习结合量子化学讨论分子吸附的文献，文中算出大量的(上千组)不同吸附构型的结合能，一部分结合能数据用于训练模型，一部分用于验证模型。很好奇，一是他们是怎么算出这么多组不同构型的结合能数据，难道不会是每种优化完的构型都算一下复合物AB，单体A，单体B的单点能，然后作减法得到结合能，这操作起来的话得算到猴年马月了。二是他们怎么把量子化学的信息转换为机器学习识别的描述符，每个原子空间坐标？结合能？还是其他的一些信息呢？

喵星大佬

算到不是问题，反正就是有机器有模型算就完了。。。。

几千个数据炼的丹是个什么丹我估计只有鬼知道

wxhwbh

你看着工作量可能很大，其实可能输入输出加分析数据什么的脚本一运行就能搞定。所以计算资源足够的话不愁数据量。
至于你问他们的训练细节，最好是贴出文献。否则我们在这里猜也没什么意思。而且理论上你好好看文章的话里面应该都有说明。

archer

计算吸附能，肯定是写程序批量计算，不可能一个一个地手动计算

sobereva

机器学习（尤其是深度学习）构建训练集，算几十甚至几百万个体系构建大尺寸的数据库是司空见惯的事，这类文章看多了你自然就习惯了。

凡是有简单规律的计算，超过几十个样本的情况，稍微会点编程的人就绝对不可能手动计算，否则和原始人没差别。

不同研究者定义的描述符各有不同，文章里肯定都会说明。

如置顶的新社员必读贴和论坛首页的公告栏所示，求助帖必须在帖子标题明确体现出此帖内容是求助或提问，避免有任何歧义，仔细看http://bbs.keinsci.com/thread-9348-1-1.html。我已把你的不恰当标题“机器学习结合量子化学计算”改了，以后务必注意。

libin093

有没有具体论文的链接？