Explore les progrès dans les potentiels interatomiques pour les matériaux, en mettant l'accent sur la précision, la modélisation à plusieurs échelles et les défis dans la création de potentiels réactifs.
Explore les simulations de la dynamique moléculaire pour étudier les matériaux de ciment et les processus de diffusion, couvrant les algorithmes, les champs de force, l'analyse des données et les ressources recommandées.
Explore l'apprentissage automatique atomistique, intégrant les principes physiques dans les modèles pour prédire avec précision les propriétés moléculaires.
Explore des solutions logicielles pour les sciences moléculaires, couvrant la signalisation cellulaire, la dynamique macromoléculaire et l'apprentissage automatique.
Couvre les champs de force classiques, les simulations de dynamique moléculaire et les propriétés supramoléculaires, y compris les interactions intramoléculaires et intermoléculaires.
Explore les surfaces d'énergie potentielles dans les simulations de dynamique moléculaire et l'utilisation de méthodes mécaniques quantiques / moléculaires mixtes.
Offre une introduction pratique à la modélisation à l'échelle atomique à travers des carnets Jupyter, en mettant l'accent sur les concepts fondamentaux de la science des matériaux.
Explore l'évolution des simulations biomoléculaires, en mettant l'accent sur des modèles précis, l'augmentation de l'échantillonnage et le rôle transformateur des simulations dans la prédiction des résultats expérimentaux.
Explore les simulations de dynamique moléculaire intégrale ab initio path, en se concentrant sur les effets quantiques nucléaires et leur impact sur divers systèmes.
Explore la méthode d'échantillonnage GLE non-équilibre pour la modélisation atomistique et discute des thermostats S, du thermostat quantique, des systèmes anharmoniques et des fuites d'énergie à point zéro.
