Artificial Neural Networks: Toward Efficient Nonadiabatic Dynamics with Coupled Potential Energy Surfaces - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Artificial Neural Networks: Toward Efficient Nonadiabatic Dynamics with Coupled Potential Energy Surfaces

Domaines

Physique [physics]

David Williams  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03976934

Soumis le : mardi 7 février 2023-13:08:00

Dernière modification le : vendredi 24 mars 2023-14:53:31

Fichier non déposé

Dates et versions

hal-03976934 , version 1 (07-02-2023)

Identifiants

  • HAL Id : hal-03976934 , version 1

Citer

David M. G. Williams, Alexandra Viel, Wolfgang Eisfeld, Todd J Martínez. Artificial Neural Networks: Toward Efficient Nonadiabatic Dynamics with Coupled Potential Energy Surfaces. American Conference on Theoretical Chemistry, https://www.actc2022.com/, Jul 2022, Palisades Tahoe, United States. ⟨hal-03976934⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-RENNES1 CNRS OSUR IPR IPR-PMOL UR1-UFR-SPM UNIV-RENNES UR1-MMS
47 Consultations
0 Téléchargements

Partager

More