PoreML开源框架发布:3.3TB多孔介质多相流数据集加速机器学习研究
研究团队发布开源框架PoreML,统一多孔介质多相流机器学习的数据生成、训练与评测:含GPU原生格子玻尔兹曼求解器、3.3TB/560次模拟/158546个时间步的数据集及统一评测协议,覆盖CO2封存、燃料电池等应用场景,并对五种主流模型架构进行了系统评估。
共 2 篇 · B910化工 · AI 化学信息库
研究团队发布开源框架PoreML,统一多孔介质多相流机器学习的数据生成、训练与评测:含GPU原生格子玻尔兹曼求解器、3.3TB/560次模拟/158546个时间步的数据集及统一评测协议,覆盖CO2封存、燃料电池等应用场景,并对五种主流模型架构进行了系统评估。
9月1日消息,圣裘德儿童研究医院、帕维亚大学、丹娜-法伯癌症研究所与哈佛医学院团队在《Nature Biotechnology》发布开源AI平台AdaptiveFlow:该平台可将数十亿类药分子的虚拟筛选计算成本降低1000倍,框架线性扩展至560万虚拟CPU核心,并作为概念验证识别出针对现有及新兴癌症靶点的强效抑制剂,超大规模虚拟筛选由此进入常规化时代。