文件名称：gdynet：从分子动力学无监督学习原子尺度动力学
文件大小：280KB
文件格式：ZIP
更新时间：2024-02-23 23:44:08
machine-learning deep-learning material-design tensorflow keras
图动态网络 该软件包实现了图动力学网络（GDyNet），该网络可以从分子动力学轨迹自动学习材料的原子尺度动力学。 下面的纸张描述了该方法的详细信息。 目录 如何引用 如果要使用GDyNet，请引用以下工作。 @article{xie_graph_2019, title = {Graph dynamical networks for unsupervised learning of atomic scale dynamics in materials}, volume = {10}, issn = {2041-1723}, url = {http://www.nature.com/articles/s41467-019-10663-6}, doi = {10.1038/s41467-019-10663-6}, language = {en}, number = {1}, urldate = {2019-06-19}, journal = {Nature Communications}, author = {Xie, Tian and France-Lanord,
【文件预览】：
gdynet-master
----notebooks()
--------visualization.ipynb(219KB)
----images()
--------illustrative.png(99KB)
----main.py(961B)
----gdynet()
--------vampnet.py(32KB)
--------data.py(10KB)
--------utils.py(19KB)
--------model.py(27KB)
--------postprocess.py(4KB)
--------__init__.py(0B)
--------parsers.py(4KB)
--------preprocess.py(9KB)
----LICENSE(1KB)
----README.md(7KB)
----data()
--------README.md(676B)
----.gitignore(1KB)
----preprocess.py(2KB)