AutoDrude框架实现聚合物电解质极化力场端到端学习：仅1.2倍成本复现实验离子电导率
MIT Rafael Gomez-Bombarelli团队在arXiv发布AutoDrude，一个从DFT能量、力与偶极直接参数化可极化Drude力场的可微分框架，无需经验调参、模拟成本仅为固定电荷力场的1.20倍；在PEO-LiTFSI固态聚合物电解质体系上，硬约束模型以17%的平均绝对百分比误差复现实验离子电导率，与最佳经验电荷缩放模型（16%）相当。
力场
共 1 篇 · B910化工 · AI 化学信息库
