搜索
上海交大徐振礼团队PRL发文：新型神经网络框架突破长程相互作用机器学习的困境
2025-10-28
近日，上海交通大学数学科学学院徐振礼教授团队在机器学习力场领域取得突破性进展，其研究成果《Machine-learning interatomic potentials for long-range systems》发表于国际顶级期刊《Physical Review Letters》，并被选为Editors’ Suggestion文章。该研究提出了一种名为索格网络（SOG-Net）的新型神经网络框架，有效解决了机器学习势函数在长程相互作用系统中的计算精度难题，为复杂系统的高精度分子动力学模拟提供了关键算法支持。
