借助 matlab 和 simulink,您可以采集并处理试验数据,包括 afm、cryo-em、nmr 和 epr。通过 matlab,您可以生成和可视化仿真的大数据,并使用机器学习和深度学习创建分子结构和性质的预测模型。
matlab 和 simulink 可帮助您:
- 通过应用数值方法和可视化方法仿真和拟合各种光谱数据
- 开发用于分子性质预测的高级预测模型
- 制定新的理论框架对复杂化学系统进行建模,并提供解析解和数值解
- 在各级化学课程中教授面向化学的编程技能
了解其他人如何使用 matlab 进行化学研究和教学
psi4-matlab 分子动力学仿真工作流
您可以将 (一套从头计算的量子化学程序)与 matlab 结合使用,构建一个自动化分子动力学 (md) 仿真工作流,用于生成和处理数据。此 示例先输入一个分子结构,再围绕 c-c 键旋转它,然后从所需的理论层面计算分子能量。此后,在 matlab 中处理 psi4 计算的输出,以提取数据并构建一个 .mat 文件供进一步分析。
文档
使用变分量子特征值求解器研究基态蛋白质的折叠
借助 matlab,您可以使用量子位在三维四面体晶格上对蛋白质折叠进行编码。使用此,可通过仿真的变分量子特征值求解器例程找到基态。仿真中的最终电路在真实的量子处理器单元上运行以进行比较。
文档
使用图注意力网络对官能团进行分类
通过 matlab,您能够使用图注意力网络 (gat) 对具有多个官能团的分子进行分类。在此中,训练是使用 数据集完成的,该数据集是表示 6950 个分子的图的集合。本演示以官能团 ch、ch2、ch3、n、nh、nh2、noh 和 oh 为例。
文档
使用图卷积网络对分子中的原子进行分类
您可以使用 matlab 通过图卷积网络 (gcn) 预测分子中的原子类型。使用此,您可以了解如何使用 qm7 数据集训练 gcn,该数据集是包含由多达 23 个原子组成的 7165 个分子的分子数据集。
文档