近日，实验室团队在机器学习力场领域取得重要成果，在Physical Review Letters上发表了题为“Machine-learning interatomic potentials for long-range systems” 的研究论文，并被遴选为Editors’ Suggestion文章。该研究提出了一种新型的神经网络框架，索格网络（SOG-Net，SOG为Sum-of-Gaussians的缩写），有效解决了机器学习势函数在长程相互作用系统中的核心难题，大幅度提高了计算精度，为复杂系统的高精度分子动力学模拟提供了关键的算法。

原文链接：DOI: https://doi.org/10.1103/ssp9-7s81

上海交通大学官方新闻链接：https://mp.weixin.qq.com/s/wpSLQt-I2F8jmI3wQNfsmA