电子密度输入预测吸收光谱优于几何

一项 arXiv 机器学习论文比较了以基态电子密度和分子几何作为模型输入预测分子吸收光谱的效果。训练集为从 QM7 数据集中选取的 6874 个分子，密度用 DFT 计算，吸收光谱用 LR-TDDFT 计算。 结果显示，基于密度的卷积神经网络验证相关性达 0.9926，优于最佳几何图模型的 0.9795，残余去相关降低约 64%。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。