KIT | KIT-Bibliothek | Impressum | Datenschutz

CONI-Net: Machine Learning of Separable Intermolecular Force Fields

Konrad, Manuel 1; Wenzel, Wolfgang 1
1 Institut für Nanotechnologie (INT), Karlsruher Institut für Technologie (KIT)


Postprint §
DOI: 10.5445/IR/1000138326
Veröffentlicht am 13.12.2022
Originalveröffentlichung
DOI: 10.1021/acs.jctc.1c00328
Scopus
Zitationen: 6
Dimensions
Zitationen: 6
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Nanotechnologie (INT)
Publikationstyp Zeitschriftenaufsatz
Publikationsmonat/-jahr 08.2021
Sprache Englisch
Identifikator ISSN: 1549-9618, 1549-9626
KITopen-ID: 1000138326
HGF-Programm 43.31.01 (POF IV, LK 01) Multifunctionality Molecular Design & Material Architecture
Erschienen in Journal of chemical theory and computation
Verlag American Chemical Society (ACS)
Band 17
Heft 8
Seiten 4996–5006
Vorab online veröffentlicht am 11.07.2021
Nachgewiesen in Scopus
Web of Science
Dimensions
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page