Projekty finansowane przez NCN
Uczenie statystyczne wolnych zmiennych kolektywnych z symulacji atomistycznych
2021/43/D/ST4/00920
Słowa kluczowe:
zmienne kolektywne dynamika molekularna wzmocnione próbkowanie uczenie statystyczne
Deskryptory:
- ST4_004: Chemia teoretyczna i obliczeniowa
- ST3_016: Fizyka układów biologicznych
- ST3_015: Fizyka statystyczna fazy skondensowanej, przejścia fazowe, szum i fluktuacje itp.
Panel:
ST4 - Chemia analityczna i fizyczna: chemia analityczna, metody teoretyczne w chemii, chemia fizyczna/fizyka chemiczna
Jednostka realizująca:
Uniwersytet Mikołaja Kopernika, Wydział Fizyki, Astronomii i Informatyki Stosowanej
woj. kujawsko-pomorskie
Konkurs: SONATA 17 - ogłoszony 2021-09-15
Przyznana kwota: 769 200 PLN
Rozpoczęcie projektu: 2022-07-11
Zakończenie projektu: 2026-07-10
Planowany czas trwania projektu: 48 miesięcy (z wniosku)
Status projektu: Projekt w realizacji
Opis Projektu
Pobierz opis projektu w formacie .pdf
Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.
Dane z raportu końcowego/rocznego
- Publikacje w czasopismach (7)
- Spectral Map for Slow Collective Variables, Markovian Dynamics, and Transition State EnsemblesAutorzy:Jakub RydzewskiCzasopismo:Journal of Chemical Theory and Computation (rok: 2024, tom: 20, strony: 7775–7784), Wydawca: ACSStatus:OpublikowanaDoi:10.1021/acs.jctc.4c00428 - link do publikacji
- Spectral map: Embedding slow kinetics in collective variablesAutorzy:Jakub RydzewskiCzasopismo:Journal of Physical Chemistry Letters (rok: 2023, tom: 14, strony: 5216–5220), Wydawca: ACSStatus:OpublikowanaDoi:10.1021/acs.jpclett.3c01101 - link do publikacji
- Reweighted Manifold Learning of Collective Variables from Enhanced Sampling SimulationsAutorzy:Jakub Rydzewski, Ming Chen, Tushar Ghosh, Omar ValssonCzasopismo:Journal of Chemical Theory and Computation (rok: 2022, tom: 18, strony: 7179–7192), Wydawca: ACSStatus:OpublikowanaDoi:10.1021/acs.jctc.2c00873 - link do publikacji
- Selecting High-Dimensional Representations of Physical Systems by Reweighted Diffusion MapsAutorzy:Jakub RydzewskiCzasopismo:Journal of Physical Chemistry Letters (rok: 2023, tom: 14, strony: 2778–2783), Wydawca: ACSStatus:OpublikowanaDoi:10.1021/acs.jpclett.3c00265 - link do publikacji
- Machine learning of slow collective variables and enhanced sampling via spatial techniquesAutorzy:Tugce Gokdemir, Jakub RydzewskiCzasopismo:Chemical Physics Reviews (rok: 2025, tom: 6, strony: 11304), Wydawca: AIPStatus:OpublikowanaDoi:10.1063/5.0245177 - link do publikacji
- Manifold Learning in Atomistic Simulations: A Conceptual ReviewAutorzy:Jakub Rydzewski, Ming Chen, Omar ValssonCzasopismo:Machine Learning: Science and Technology (rok: 2023, tom: 4, strony: 31001), Wydawca: IOPStatus:OpublikowanaDoi:10.1088/2632-2153/ace81a - link do publikacji
- Learning Markovian dynamics with spectral mapsAutorzy:Jakub Rydzewski, Tugce GokdemirCzasopismo:Journal of Chemical Physics (rok: 2024, tom: 160, strony: 91102), Wydawca: AIPStatus:OpublikowanaDoi:10.1063/5.0189241 - link do publikacji