전체 글37 MLFF(Machine Learning Force Fields)의 개념과 모델 MLFF(Machine Learning Force Fields)의 개념과 모델1. MLFF(Machine Learning Force Fields) 배경분자 동역학은 Force Fields에 기반해 원자의 위치, 힘 등을 활용하여 원자 및 분자의 구조 및 상호작용의 변화 등 동적 특성을 예측한다. 이러한 변화는 시뮬레이션 방식에 따라 다르겠지만, 용융, 냉각 등의 주변 온도의 차이를 주면서 발생한다. 분자 동역학에서 동적 특성을 예측하기 위한 기법으로 DFT(Density Functional Theory, 밀도범함수 이론)가 있다. 해당 기법은 결과를 정확하게 예측할 수 있지만 그 만큼 엄청난 연산량이 요구된다는 점에서 개선이 필요하다. 2. MLFF(Machine Learning Force Fields).. 2024. 9. 17. [컴파일러] FIRST(𝞪)의 개념과 예제 FIRST(𝞪)와 FOLLOW(𝞪)는 모두 결정적 구문 분석을 하기 위한 구문임을 판단할 때 사용되는 개념이다. 결정적 구문 분석으로 비결정적 구문 분석보다 더 효율적으로 구문 분석이 가능하기에 주로 결정적 구문 분석을 사용한다. 결정적 구문 분석 방식 중 하나인 LL 파싱이 존재하며, FIRST(𝞪)와 FOLLOW(𝞪)에 대한 개념이 LL 파싱을 수행할 수 있는 구문임을 파악하기 위한 조건(LL condition)으로 나오게 된다. 그 중에서 FIRST(𝞪)에 대해 자세히 알아보자 FOLLOW(𝞪)와 LL 파싱에 대한 자세한 내용은 아래의 포스팅을 참고해주세요! [컴파일러] FOLLOW(𝞪)의 개념과 예제FIRST(𝞪)와 FOLLOW(𝞪)는 모두 결정적 구문 분석을 하기 위한 구문임을 .. 2024. 9. 16. [프로젝트] Dream Olfactory Challenge 2024 Dream Olfactory Challenge 2024 회고록 (2024.05.01 ~ 2024.08.02)나의 첫 인공지능 프로젝트로, Synapse에서 진행하는 Dream Olfactory Challenge이다. 해당 챌린지에서 요구한 Task는 2개의 분자 혼합물 간의 냄새 유사도 예측이다. 우리에게 주어진 데이터로는, Mixture의 구성 요소인 CID 리스트와, 2개의 Mixture 쌍과 유사도 수치가 있다. 최종적으로 제출한 모델의 아키텍처는 아래와 같다. 프로젝트 내의 역할초기에 전체적인 모델의 아키텍처를 구상할 때, 화학 분자와 후각 수용체 단백질로 2가지 컴포넌트로 이루어져 있었다. 아무래도 후각을 예측하기 위해서 Mixture를 구성하는 화학 성분도 중요하지만, 이에 반응하는 사람의 후.. 2024. 9. 1. [CAUTION] 코드 수정 시, 기본 코드 내의 식별자 및 흐름 확인하기 2024.08.19코드 수정 시, 기본 코드 내의 식별자 및 흐름 확인하기 ❌ 문제의 코드 ❌파일 내에서 key-value 형태의 메타 데이터를 추가하기 위해 기존 모델의 코드에 메타 데이터를 개별적으로 파싱하는 부분을 추가하였다. 아무 생각 없이 key-value이니 식별자를 key로 두었는데, 이것이 문제가 되었다. 가장 바깥 쪽에 있는 for문에서 key를 사용하는데, 가장 안쪽에서도 동일한 key를 사용하여 key가 "train"이 되지 못하여 save_normalization_statistic 함수를 실행하지 못하였다. # Start preprocessing for key, xyzfile, lmdbfile in key_xyz_lmdb_list: trajectory = ase.i.. 2024. 8. 20. 이전 1 2 3 4 5 ··· 10 다음
