机译:我们可以从错误的模型中学习吗? 超简化仿真模型学习的实验研究
Loughborough University;
机译:我们可以从错误的模型中学习吗? 超简化仿真模型学习的实验研究
机译:所有型号都是错误的,但许多都很有用:通过同时研究整类预测模型来学习变量的重要性
机译:地球系统建模2.0:从观察和目标高分辨率模拟中学习的模型的蓝图
机译:建模者建模:关于建模者如何学习创建仿真的实证研究
机译:用于催化整体反应器实时仿真的实验和建模研究。
机译:外神经微刺激可激活比模拟预期大得多的区域:综合实验和模拟研究
机译:通过使用适当选择的热力学循环和热力学积分方法进行蒙特卡罗计算机模拟,研究了将五种甲酰胺模型和三种水模型混合在一起时发生的热力学变化,包括这些模型组合本身的可混溶性。结果表明这两种组分的混合接近于理想的混合,因为混合的能量和熵在整个组成范围内都非常接近理想的项。关于混合的能量,甲酰胺的OPLS / AA-mod模型与其他模型相比,在质量上有不同的表现。因此,该模型得出的结果是负的,而其他模型则综合考虑了所有三个水模型的结果的正能量。实验数据支持后一种行为。尽管混合的亥姆霍兹自由能在整个组成范围内始终为负,但大多数测试模型组合显示出有限的混溶性,或至少非常接近某些组合物的混溶性极限。关于这些模型组合的可混溶性和混合能量,我们建议在水-甲酰胺混合物的模拟中使用CHARMM甲酰胺和TIP4P水模型的组合。