DASH：用于部分电荷分配的动态基于注意力的子结构层次
摘要：基于图神经网络（GNN）的注意力值构建的分层树，以及准确的量子力学（QM）计算得出的原子局部电荷预测，我们提出了一种稳健且计算效率高的方法来分配分子中原子的部分电荷。得出的动态注意力子结构分层（DASH）方法提供了快速的部分电荷分配，与GNN本身具有相同的准确度，与软件无关，并且可以轻松地集成到现有的参数化流程中，如Open force field（OpenFF）。DASH工作流程、最终的DASH树和训练集可以从公共存储库获得，作为开源/开放数据提供。
作者：Marc T. Lehner, Paul Katzberger, Niels Maeder, Carl C. G. Schiebroek, Jakob Teetz, Gregory A. Landrum, Sereina Riniker
论文ID：2305.15981
分类：Chemical Physics
分类简称：physics.chem-ph
提交时间：2023-06-01