热点事件历史事件
机器学习原子间势综述发表于AEM
2 篇报道1 个报道来源9 天前更新
先了解这件事
事件综述
2026年10月21日，Chang Woo Myung、Geunsik Lee、Kwang S. Kim 等人在 Advanced Energy Materials 发表综述，系统梳理机器学习原子间势（MLIPs）的架构、训练策略与应用，聚焦能源材料领域。早先报道仅确认该综述正式发表，未披露其具体架构分类、训练方法细节或应用案例内容。后续报道进一步称，该综述梳理了从描述符模型、带不确定性量化的高斯过程到等变图神经网络和大规模数据集训练的基础模型，并指出 MLIP 可基于 DFT 数据实现 10^4–10^6 原子、纳秒尺度的原子模拟。
根据报道自动生成 · 9 天前更新
最新进展10月21日 22:45
后续报道补充综述涵盖描述符模型至等变图神经网络，可模拟10^4–10^6原子、纳秒尺度。报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- Advanced Energy Materials机器学习原子间势在能源材料中的架构、训练策略与应用综述
Chang Woo Myung、Geunsik Lee、Kwang S. Kim 等人在 Advanced Energy Materials 发表综述，系统梳理机器学习原子间势（MLIPs）的架构、训练策略与应用。
- Advanced Energy Materials机器学习原子间势在能源材料中的应用：架构、训练策略与验证
这篇综述系统梳理机器学习原子间势（MLIP）从描述符模型、带不确定性量化的高斯过程到等变图神经网络和大规模数据集训练的基础模型，指出 MLIP 可基于 DFT 数据实现 10^4–10^6 原子、纳秒尺度的原子模拟。
本事件热度走势
当前热度 7·可比范围峰值 9（10月23日 16:00）·近 24 小时可比范围变化 -4%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。