Effizientes maschinelles Lernen zur Optimierung von Molekülkonformationen

Durch den Einsatz eines effizienten Datensammlungsschemas und eines externen Optimierers kann die Qualität der Konformationsoptimierung mit Hilfe neuronaler Netze deutlich verbessert werden, ohne dabei die Anzahl der zusätzlichen Interaktionen mit dem physikalischen Simulator stark zu erhöhen.