Accurate and Transferable Machine Learning Potential for Molecular Dynamics Simulation of Sodium Silicate Glasses / Bertani, Marco; Charpentier, Thibault; Faglioni, Francesco; Pedone, Alfonso. - In: JOURNAL OF CHEMICAL THEORY AND COMPUTATION. - ISSN 1549-9618. - 20:3(2024), pp. 1358-1370. [10.1021/acs.jctc.3c01115]

Accurate and Transferable Machine Learning Potential for Molecular Dynamics Simulation of Sodium Silicate Glasses

Bertani, Marco;Faglioni, Francesco;Pedone, Alfonso
2024

2024
13-gen-2024
20
3
1358
1370
Accurate and Transferable Machine Learning Potential for Molecular Dynamics Simulation of Sodium Silicate Glasses / Bertani, Marco; Charpentier, Thibault; Faglioni, Francesco; Pedone, Alfonso. - In: JOURNAL OF CHEMICAL THEORY AND COMPUTATION. - ISSN 1549-9618. - 20:3(2024), pp. 1358-1370. [10.1021/acs.jctc.3c01115]
Bertani, Marco; Charpentier, Thibault; Faglioni, Francesco; Pedone, Alfonso
File in questo prodotto:
File Dimensione Formato  
2024 - Accurate and transferable machine learning potential for molecular dynamics simulation of sodium silicate glasses.pdf

Accesso riservato

Tipologia: Versione pubblicata dall'editore
Dimensione 4.92 MB
Formato Adobe PDF
4.92 MB Adobe PDF   Visualizza/Apri   Richiedi una copia
Pubblicazioni consigliate

Licenza Creative Commons
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11380/1335809
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact