事件追踪追踪中
机器学习势揭示MIL-120(Al)骨架局部动力学
首次报道 最新进展 1 篇报道，1 个来源
事件综述根据 1 篇报道整理，11月9日更新
重庆交通大学Dong Fan、法国蒙彼利埃大学Guillaume Maurin等人用密度泛函理论结合DeePMD-kit训练的机器学习势，研究超微孔MOF材料MIL-120(Al)中μ₂-OH羟基取向的局部动力学及其与CO₂吸附的关系，成果发表于Nature Communications。 该研究针对的是超小孔径MOF骨架的局部动力学难以用常规方法刻画的问题，采用机器学习势进行模拟。报道未给出模拟规模、精度验证或与实验对比的具体结果。
综述由模型根据报道生成，细节以各篇原文为准。
进展时间线
北京时间，最早在上DeepModeling 开源社区DeePMD-kit势函数揭示MIL-120(Al)局部骨架动力学
阅读这篇报道
全部报道
1 篇，点开看摘要DeePMD-kit 机器学习势揭示超微孔 MOF MIL-120(Al) 的局部骨架动力学
重庆交通大学 Dong Fan、法国蒙彼利埃大学 Guillaume Maurin 等人在 Nature Communications 发表研究，用 DFT 结合 DeePMD-kit 训练的机器学习势解码超微孔 MOF MIL-120(Al) 中 μ₂-OH 取向的局部动力学。
阅读这篇报道