High-fidelity molecular dynamics trajectory reconstruction with bi-directional neural networks

Artículo académico que explora diferentes metodologías de aprendizaje automático para aumentar la resolución de las trayectorias de dinámica molecular MD mediante un paso de posprocesamiento. Como prueba de concepto, se evalúa el rendimiento de redes neuronales (NN) bidireccionales, como las EDO neuronales, las redes hamiltonianas, las NN recurrentes y las memorias a corto plazo largas, así como variantes unidireccionales empleadas como referencia (en este caso, el conjunto de datos MD17).