Explore le design moléculaire computationnel, mettant l'accent sur la théorie mathématique, l'informatique haute performance et les expériences In Vivo.
Explore la méthode de fonction aléatoire pour résoudre les PDE à l'aide d'algorithmes d'apprentissage automatique pour approximer efficacement les fonctions à haute dimension.
Explore la conception moléculaire computationnelle, en mettant l'accent sur la théorie mathématique, l'informatique haute performance et les expériences In Vivo, en mettant l'accent sur la chimie quantique et la dynamique des électrons.
Explore l'approche de distribution quasi-stationnaire dans la modélisation de la dynamique moléculaire, couvrant la dynamique de Langevin, la métastabilité et les modèles cinétiques de Monte Carlo.
Explore les simulations de dynamique moléculaire sous des contraintes holonomiques, en se concentrant sur l'intégration numérique et la formulation d'algorithmes.
