Combined Deep Learning and Classical Potential Approach for Modeling Diffusion in UiO-66.

Achar, Siddarth K; Wardzala, Jacob J; Bernasconi, Leonardo; Zhang, Linfeng; Johnson, J Karl

Achar, Siddarth K; Wardzala, Jacob J; Bernasconi, Leonardo; Zhang, Linfeng; Johnson, J Karl.

Afiliación

Achar SK; Computational Modeling & Simulation Program, University of Pittsburgh, Pittsburgh, Pennsylvania 15260, United States.
Wardzala JJ; Department of Chemical & Petroleum Engineering, University of Pittsburgh, Pittsburgh, Pennsylvania 15261, United States.
Bernasconi L; Center for Research Computing and Department of Chemistry, University of Pittsburgh, Pittsburgh, Pennsylvania 15260, United States.
Zhang L; DP Technology, Beijing 100080, China.
Johnson JK; AI for Science Institute, Beijing 100080, China.

J Chem Theory Comput ; 18(6): 3593-3606, 2022 Jun 14.

Article en En | MEDLINE | ID: mdl-35653218

Asunto(s)

Aprendizaje Profundo; Estructuras Metalorgánicas; Adsorción; Difusión; Estructuras Metalorgánicas/química; Ácidos Ftálicos

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Estructuras Metalorgánicas / Aprendizaje Profundo Tipo de estudio: Prognostic_studies Idioma: En Revista: J Chem Theory Comput Año: 2022 Tipo del documento: Article País de afiliación: Estados Unidos

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google