复旦大学郁琦团队: 化学驱动的全新机器学习势构建方案 | Nature Computational Science

本文介绍了复旦大学郁琦团队在Nature Computational Science上发表的一项关于机器学习势构建方案的研究。背景方面，机器学习势已成为化学、物理、生物和材料科学等领域计算模拟的重要工具，但现有构建方案存在原子能量缺乏化学意义和高阶展开项计算复杂度高的问题。研究目的是提出一种新的机器学习势构建框架MB-PIPNet，旨在匹配第一性原理精度同时保持传统分子力场方法的计算效率。结论显示，MB-PIPNet通过将总势能分解为有效分子单体能量之和，结合交换不变多项式理论，实现了高效的多体相互作用描述，为复杂体系的模拟提供了新思路。