周余伟
- 作品数：6 被引量：0H指数：0
- 供职机构：复旦大学化学系更多>>
- 发文基金：国家重点基础研究发展计划国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术电子电信更多>>
- AdaBoost算法增强X1系列方法的泛化能力
- 近年来,我们结合人工神经网络和遗传算法,开发出了X1系列方法(X1,X1s和X1se)[1-3],无需额外的计算量,即可快捷高效地校正B3LYP预测生成焓的误差,极大地改善了B3LYP误差的尺寸效应[2-3]；提高了预测...
- 周余伟吴剑鸣徐昕
- X1se:一种密度泛函和神经网络组合的高效、准确的热化学方法
- 2016年
- 本文介绍一个近期发展的基于神经元网络的校正密度泛函(DFT)计算标准生成焓(?fHo)的方法,即X1se方法.首先,该方法通过B3LYP/6-311+G(d,p)优化构型和计算零点能,采用B3LYP/6-311+G(3df,2p)计算单点能量,由此获得DFT计算的?fHo;接着,将DFT计算获得的生成焓和零点能,以及分子的各种描述子输入已训练好的神经网络模型,无需额外的计算量,就可获得校正后的生成焓.与本研究组早期发展的X1和X1s方法相比,X1se新增加了环境描述子,因而进一步提高了该系列方法的应用范围和计算精度.
- 吴剑鸣吴剑鸣杨勇周余伟
- 关键词：密度泛函B3LYP生成焓热化学神经网络
- B3LYP结合3D描述子精准计算碳氢化合物生成焓
- 最近，我们结合图论方法，构建了一个新的校正模型X3D用于校正B3LYP计算碳氢化合物生成焓.X3D从分子的三维坐标中提取了3D描述子，分别用于描述分子中原子-原子、原子-共价键、以及共价键-共价键之间的相互关系.
- 周余伟吴剑鸣徐昕
- 关键词：热化学多元线性回归
- 利用神经网络减小B3LYP的计算误差
- 密度泛函理论(DFT)是迄今最为广泛应用的基于第一性原理的量子化学方法。尽管不断有更新更好的泛函被提出,B3LYP仍然是化学领域最普遍应用的泛函[1]。但是,已知以B3LYP为代表的DFT方法存在诸多不足[2],如:计算...
- 吴剑鸣周余伟徐昕
- 关键词：B3LYP人工神经网络生成焓键能热化学
- 文献传递
- B3LYP结合3D描述子精准计算碳氢化合物生成焓
- 最近,我们结合图论方法,构建了一个新的校正模型X3D用于校正B3LYP计算碳氢化合物生成焓。X3D从分子的三维坐标中提取了3D描述子,分别用于描述分子中原子-原子、原子-共价键、以及共价键-共价键之间的相互关系。结合以往...
- 周余伟吴剑鸣徐昕
- 关键词：热化学多元线性回归
- 文献传递
- AdaBoost算法增强X1系列方法的泛化能力
- 近年来,我们结合人工神经网络和遗传算法,开发出了X1系列方法(X1,X1s和X1se)[1-3],无需额外的计算量,即可快捷高效地校正B3LYP预测生成焓的误差,极大地改善了B3LYP误差的尺寸效应[2-3];提高了预测...
- 周余伟吴剑鸣徐昕
- 文献传递
