Este número especial virtual profundizará en la convergencia del aprendizaje automático y la mecánica estadística para remodelar la teoría y el cálculo químicos. Envíe su manuscrito antes del 1 de abril de 2024.
El Journal of Chemical Theory and Computation busca propuestas para un próximo número especial virtual, "Aprendizaje automático y mecánica estadística: Sinergias compartidas para la próxima generación de química teórica y computacional".
Este número especial virtual profundiza en la convergencia del aprendizaje automático y la mecánica estadística para remodelar la teoría química y computacional. Los métodos de simulación clásicos y cuánticos, como la dinámica molecular, la teoría del funcional de la densidad y la dinámica cuántica, entre otros, han evolucionado de forma significativa, pero persisten las dificultades para captar procesos complejos a escalas de tiempo y longitud relevantes desde el punto de vista experimental.
En los últimos años, se han producido avances significativos en el desarrollo de nuevos métodos de química computacional a través de la mecánica estadística y el aprendizaje automático. Por ejemplo, los avances en el modelado de grano grueso y la mejora del muestreo a través de la mecánica estadística complementan el impacto del aprendizaje automático en los campos de fuerza, predicción de estructuras y descubrimiento de coordenadas de reacción. A pesar de estos avances, siguen existiendo dificultades, ya que la escasez de datos en química supone un obstáculo para los enfoques basados en datos del aprendizaje automático.
Para este número especial virtual, buscamos contribuciones sobre métodos novedosos que combinen la mecánica estadística clásica/cuántica y de equilibrio/no equilibrio con diversos paradigmas de aprendizaje automático, incluidos el aprendizaje profundo, el aprendizaje de refuerzo y la inteligencia artificial generativa. El Número Especial Virtual proporcionará una plataforma para que los científicos muestren cómo la convergencia del aprendizaje automático y la mecánica estadística puede resolver los problemas químicos del futuro.
Son bienvenidas las propuestas, aunque no exclusivamente, en las siguientes áreas:
- Desarrollo de campos de fuerza, incluida la formación de grano grueso y los potenciales de redes neuronales.
- Predicción de estructuras y propiedades fisicoquímicas de moléculas pequeñas, biomoléculas y materiales.
- Cálculos de estados de transición, vías y cálculos cinéticos a temperatura cero y temperatura finita para catálisis, cristalización, cambios conformacionales y otros problemas bioquímicos.
- Enfoques de muestreo mejorados con reducción de la dimensionalidad o modelos generativos
Editores organizadores
Marco De Vivo, Editor Ejecutivo, Journal of Chemical Theory and Computation
Instituto Italiano de Tecnología, Italia
Pratyush Tiwary, Editor Asociado, Journal of Chemical Theory and Computation
Universidad de Maryland, EE.UU.
Rose Cersonsky, Editora invitada
Universidad de Wisconsin Madison, EE.UU.
Binqing Cheng, Editora invitada
Instituto de Ciencia y Tecnología, Austria
Instrucciones para la presentación
Los trabajos serán revisados por pares y, si son aceptados, se publicarán en un número regular del Journal of Chemical Theory and Computation. Una vez finalizado el número especial virtual, todos los artículos se publicarán como una colección virtual, lo que proporcionará una exposición adicional del trabajo.
Cómo enviar
- Inicie sesión en el sitio de envío ACS Paragon Plus.
- Elija el Journal of Chemical Theory and Computation como su revista.
- Seleccione su tipo de manuscrito.
- En el menú "Selección de número especial" (Special Issue Selection), elija "Aprendizaje automático y mecánica estadística: sinergias compartidas para la próxima generación de química teórica y computacional”.
Consulte nuestras Normas de publicación para autores para obtener más información sobre los requisitos de presentación. Esperamos sus contribuciones. El plazo de presentación de propuestas para este número especial virtual finaliza el 1 de abril de 2024.
