Data-driven molecular modeling with the generalized Langevin equation

•Data-driven GLE approximation balances computational cost and accuracy.•Accuracy tunable by adjusting order of memory kernel approximation.•Approximate GLE predicts non-equilibrium properties, like autocorrelation, well. The complexity of molecular dynamics simulations necessitates dimension reduct...

Celý popis

Podrobná bibliografie

Vydáno v:	Journal of computational physics Ročník 418; s. 109633
Hlavní autoři:	Grogan, Francesca, Lei, Huan, Li, Xiantao, Baker, Nathan A.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Cambridge Elsevier Inc 01.10.2020 Elsevier Science Ltd
Témata:	Approximation Coarse-grained models Complexity Computational physics Data-driven parametrization Dimension reduction Generalized Langevin equation Granulation Mathematical analysis Molecular dynamics Molecular dynamics Coarse-grained models Dimension reduction Generalized Langevin equation Data-driven parametrization
ISSN:	0021-9991, 1090-2716
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!