Research Explorer

Uw browser ondersteunt geen JavaScript of JavaScript is niet ingeschakeld. Zonder JavaScript kan sommige functionaliteit van deze webapplicatie uitgeschakeld zijn of foutmeldingen veroorzaken. Raadpleeg om JavaScript in te schakelen de handleiding van uw browser of contacteer uw systeembeheerder.

Project

Interagerende deeltjesnetwerken: een nieuwe "deep-learning" methode voor moleculaire simulaties van gecondenseerde fasen.

Outputs & impact

Publicaties & datasets ( 15 )

Explicit electrons in machine learning potentials

Maarten Cools-CeuppensJoni DambreToon Verstraelen

Nuclear quantum effects in proton transfer reactions

Aran LamaireMassimo BocusRuben GoeminneSander VandenhauteMaarten Cools-CeuppensToon VerstraelenVeronique Van Speybroeck

Physical constraints on polarization and charge transport in machine-learning potentials

Maarten Cools-CeuppensJoni DambreToon Verstraelen

Machine learning potentials for metal-organic frameworks using an incremental learning approach

Sander VandenhauteMaarten Cools-CeuppensSimon DeKeyserToon VerstraelenVeronique Van Speybroeck

A1 Artikel in een tijdschrift in NPJ COMPUTATIONAL MATERIALS

Quantum free energy profiles for molecular proton transfers

Aran LamaireMaarten Cools-CeuppensMassimo BocusToon VerstraelenVeronique Van Speybroeck

A1 Artikel in een tijdschrift in JOURNAL OF CHEMICAL THEORY AND COMPUTATION

The influence of nuclear quantum effects on proton hopping kinetics in the H-SSZ-13 zeolite through ab initio derived machine learning potentials

Massimo BocusRuben GoeminneAran LamaireMaarten Cools-CeuppensToon VerstraelenVeronique Van Speybroeck

Machine learning potentials for metal-organic frameworks with thermodynamic transferability

Sander VandenhauteVeronique Van SpeybroeckToon VerstraelenMaarten Cools-Ceuppens

A physically sound basis for polarization in machine-learning force fields

Maarten Cools-CeuppensJoni DambreToon Verstraelen

Physically sound long-range interactions in machine-learning potentials

Maarten Cools-CeuppensJoni DambreToon Verstraelen

Incorporating long-range interactions and polarization in machine learning potentials with explicit electrons

Maarten Cools-CeuppensToon VerstraelenJoni Dambre

Modeling electronic response properties with an explicit-electron machine learning potential

Maarten Cools-CeuppensJoni DambreToon Verstraelen

A1 Artikel in een tijdschrift in JOURNAL OF CHEMICAL THEORY AND COMPUTATION

The eMLP : a novel machine learning potential to model electronic properties with explicit-electrons

Maarten Cools-CeuppensJoni DambreToon Verstraelen

IOData: A python library for reading, writing, and converting computational chemistry file formats and generating input files

Toon VerstraelenWilliam AdamsLeila PujalAlireza TehraniBraden D. KellyLuis MacayaFanwang MengMichael RicherRaymundo Hernandez-EsparzaXiaotian Derrick Yang et al.

A1 Artikel in een tijdschrift in JOURNAL OF COMPUTATIONAL CHEMISTRY

Machine learning and materials science : ab initio screening to microstructure analysis

Michiel LarmuseauMaarten Cools-CeuppensMichael SluydtsToon VerstraelenStefaan Cottenier

Evaluating a linear machine learning force field for aluminium

Maarten Cools-CeuppensToon Verstraelen

Activiteiten ( 0 )

Resultaten

Impactnarratieven ( 0 )

Octrooien ( 0 )