O. Anatole von Lilienfeld

Maschinenlernen verbessert die Genauigkeit bei der Vorhersage chemischer Eigenschaften mithilfe adaptiver hybrider Dichtefunktionale.

Forschung zeigt, dass maschinelles Lernen super nützlich ist, um Proteinmutationen und molekulare Eigenschaften zu untersuchen.

Forscher nutzen maschinelles Lernen, um Materialien für Hochtemperatur-Supraleitung zu identifizieren.

Erforscht ne Methode zur Schätzung der Energie von diatomaren Molekülen.

cMBDF bietet effizientes und genaues Modellieren von chemischen Eigenschaften mit weniger Datenbedarf.

Forscher untersuchen Moleküle, um die Effizienz und Lebensdauer von Batterien zu verbessern.