期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
机器学习势及其在分子模拟中的应用综述
1
作者
刘东飞
张帆
+1 位作者
刘铮
卢滇楠
《化工学报》
EI
CSCD
北大核心
2024年第4期1241-1255,共15页
分子动力学模拟已经成为化工过程和技术研发的重要工具,但经典分子动力学模拟的精度不足和从头计算分子动力学模拟的高昂计算成本,制约了分子模拟技术的广泛应用。机器学习技术的出现和发展使得基于机器学习势的分子模拟快速发展起来,...
分子动力学模拟已经成为化工过程和技术研发的重要工具,但经典分子动力学模拟的精度不足和从头计算分子动力学模拟的高昂计算成本,制约了分子模拟技术的广泛应用。机器学习技术的出现和发展使得基于机器学习势的分子模拟快速发展起来,该方法兼具速度快与准确性高的优势,将极大地加速分子模拟技术在化工中的应用。首先回顾了机器学习势的发展历程,给出了构建机器学习势模型的原则,介绍了数据集构建、模型训练和模型迁移与应用等,分析了不同类型的机器学习势的特点和局限性,最后对机器学习势的应用前景进行了展望。
展开更多
关键词
机器学习势
分子模拟
计算化学
热力学
下载PDF
职称材料
机器学习势在含能材料分子模拟中的研究进展
被引量:
1
2
作者
常晓雅
文明杰
+4 位作者
张迪
王永锦
初庆钊
朱通
陈东平
《火炸药学报》
EI
CAS
CSCD
北大核心
2023年第5期361-377,I0008,共18页
归纳了机器学习势模型的发展历程、构造方案和训练集搭建策略。机器学习势模型利用第一性原理计算精度的势能面,通过机器学习算法进行重建,已成功用于含能材料燃烧爆炸的分子模拟研究,包括硝胺类含能材料(RDX、CL-20、ICM-102)、氧化剂(...
归纳了机器学习势模型的发展历程、构造方案和训练集搭建策略。机器学习势模型利用第一性原理计算精度的势能面,通过机器学习算法进行重建,已成功用于含能材料燃烧爆炸的分子模拟研究,包括硝胺类含能材料(RDX、CL-20、ICM-102)、氧化剂(AP)和高能颗粒(Al、B)等,并总结了机器学习势在碳氢燃料燃烧方面的研究进展,展望了机器学习势在含能材料分子模拟中所面临的挑战和未来发展前景。指出以深度势(Deep Potential)模型为代表的机器学习势具有高精度、高效率的特点,充分发挥了基于数据驱动的模型训练策略,在保持第一性原理计算精度的同时,可以实现百万原子的分子模拟,具有广阔的应用潜力。提出未来含能材料机器学习势函数的开发将面临如下挑战:(1)如何对极端条件下复杂反应势面进行充分采样;(2)如何提高机器学习势训练集的精度。附参考文献91篇。
展开更多
关键词
含能材料
机器学习势
第一性原理
燃烧
分子动力学
深度
势
模型
下载PDF
职称材料
机器学习势及其融入的物理模型在计算材料科学中的应用
3
作者
宋可可
钱萍
《中国冶金教育》
2021年第6期18-25,31,共9页
计算材料科学在材料基因工程中占据着核心地位,大幅度提升新材料的研发效率,缩短研发周期,降低研发成本。虽然密度泛函和分子动力学计算已经取得了显著的进展,但依然受到计算成本和精度的限制。最近,机器学习势的出现,将密度泛函的精度...
计算材料科学在材料基因工程中占据着核心地位,大幅度提升新材料的研发效率,缩短研发周期,降低研发成本。虽然密度泛函和分子动力学计算已经取得了显著的进展,但依然受到计算成本和精度的限制。最近,机器学习势的出现,将密度泛函的精度和分子动力学的效率完美结合。机器学习势作为材料科学的一个工具,正迅速变得足够精确和灵活,可以应用于现实世界的材料科学问题。因此,机器学习势是实现多尺度模拟材料设计的必要步骤。
展开更多
关键词
机器学习势
材料基因工程
计算材料
物理模型
描述符
下载PDF
职称材料
机器学习加速理论晶体结构预测研究进展
被引量:
1
4
作者
罗啸山
王振雨
+3 位作者
高朋越
张微
吕健
王彦超
《硅酸盐学报》
EI
CAS
CSCD
北大核心
2023年第2期552-560,共9页
理论晶体结构预测可以在给定化学组分的条件下确定材料的晶体结构,已成为材料科学研究的重要工具。然而,该方法一直面临计算成本高的瓶颈问题。近年来,新兴机器学习方法在传统科学计算上展现了广阔的应用前景,逐渐被引入到晶体结构预测...
理论晶体结构预测可以在给定化学组分的条件下确定材料的晶体结构,已成为材料科学研究的重要工具。然而,该方法一直面临计算成本高的瓶颈问题。近年来,新兴机器学习方法在传统科学计算上展现了广阔的应用前景,逐渐被引入到晶体结构预测领域。本文主要讨论机器学习方法在理论晶体结构预测领域的最新研究进展,分别从加速晶体结构的能量计算和势能面的探索两个方面介绍领域的最新成果,并对未来研究可能的发展提出抛砖引玉的见解。
展开更多
关键词
机器
学习
晶体结构预测
机器学习势
生成模型
原文传递
题名
机器学习势及其在分子模拟中的应用综述
1
作者
刘东飞
张帆
刘铮
卢滇楠
机构
清华大学化学工程系
出处
《化工学报》
EI
CSCD
北大核心
2024年第4期1241-1255,共15页
基金
国家自然科学基金项目(U1862204)。
文摘
分子动力学模拟已经成为化工过程和技术研发的重要工具,但经典分子动力学模拟的精度不足和从头计算分子动力学模拟的高昂计算成本,制约了分子模拟技术的广泛应用。机器学习技术的出现和发展使得基于机器学习势的分子模拟快速发展起来,该方法兼具速度快与准确性高的优势,将极大地加速分子模拟技术在化工中的应用。首先回顾了机器学习势的发展历程,给出了构建机器学习势模型的原则,介绍了数据集构建、模型训练和模型迁移与应用等,分析了不同类型的机器学习势的特点和局限性,最后对机器学习势的应用前景进行了展望。
关键词
机器学习势
分子模拟
计算化学
热力学
Keywords
machine learning potentials
molecular simulation
computational chemistry
thermodynamics
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
O641.3 [理学—物理化学]
下载PDF
职称材料
题名
机器学习势在含能材料分子模拟中的研究进展
被引量:
1
2
作者
常晓雅
文明杰
张迪
王永锦
初庆钊
朱通
陈东平
机构
北京理工大学爆炸科学与技术重点实验室
上海市分子治疗与新药开发工程研究中心
出处
《火炸药学报》
EI
CAS
CSCD
北大核心
2023年第5期361-377,I0008,共18页
基金
北京理工大学爆炸科学与技术国家重点实验室自主课题(No.ZDKT21-01)
国家自然科学基金青年项目(No.52106130)。
文摘
归纳了机器学习势模型的发展历程、构造方案和训练集搭建策略。机器学习势模型利用第一性原理计算精度的势能面,通过机器学习算法进行重建,已成功用于含能材料燃烧爆炸的分子模拟研究,包括硝胺类含能材料(RDX、CL-20、ICM-102)、氧化剂(AP)和高能颗粒(Al、B)等,并总结了机器学习势在碳氢燃料燃烧方面的研究进展,展望了机器学习势在含能材料分子模拟中所面临的挑战和未来发展前景。指出以深度势(Deep Potential)模型为代表的机器学习势具有高精度、高效率的特点,充分发挥了基于数据驱动的模型训练策略,在保持第一性原理计算精度的同时,可以实现百万原子的分子模拟,具有广阔的应用潜力。提出未来含能材料机器学习势函数的开发将面临如下挑战:(1)如何对极端条件下复杂反应势面进行充分采样;(2)如何提高机器学习势训练集的精度。附参考文献91篇。
关键词
含能材料
机器学习势
第一性原理
燃烧
分子动力学
深度
势
模型
Keywords
energetic materials
machine learning potential
the first-principle
combustion
molecular dynamics
deep potential
分类号
TJ55 [兵器科学与技术—军事化学与烟火技术]
TQ564 [化学工程—炸药化工]
下载PDF
职称材料
题名
机器学习势及其融入的物理模型在计算材料科学中的应用
3
作者
宋可可
钱萍
机构
北京材料基因工程高精尖创新中心
出处
《中国冶金教育》
2021年第6期18-25,31,共9页
文摘
计算材料科学在材料基因工程中占据着核心地位,大幅度提升新材料的研发效率,缩短研发周期,降低研发成本。虽然密度泛函和分子动力学计算已经取得了显著的进展,但依然受到计算成本和精度的限制。最近,机器学习势的出现,将密度泛函的精度和分子动力学的效率完美结合。机器学习势作为材料科学的一个工具,正迅速变得足够精确和灵活,可以应用于现实世界的材料科学问题。因此,机器学习势是实现多尺度模拟材料设计的必要步骤。
关键词
机器学习势
材料基因工程
计算材料
物理模型
描述符
分类号
G642 [文化科学—高等教育学]
下载PDF
职称材料
题名
机器学习加速理论晶体结构预测研究进展
被引量:
1
4
作者
罗啸山
王振雨
高朋越
张微
吕健
王彦超
机构
吉林大学超硬材料国家重点实验室
吉林大学计算方法与软件国际中心
吉林大学未来科学国际合作联合实验室
出处
《硅酸盐学报》
EI
CAS
CSCD
北大核心
2023年第2期552-560,共9页
基金
国家自然科学基金(91961204,12034009,11974134,11904129)
吉林省教育厅科学技术研究项目(JJKH20211042KJ)。
文摘
理论晶体结构预测可以在给定化学组分的条件下确定材料的晶体结构,已成为材料科学研究的重要工具。然而,该方法一直面临计算成本高的瓶颈问题。近年来,新兴机器学习方法在传统科学计算上展现了广阔的应用前景,逐渐被引入到晶体结构预测领域。本文主要讨论机器学习方法在理论晶体结构预测领域的最新研究进展,分别从加速晶体结构的能量计算和势能面的探索两个方面介绍领域的最新成果,并对未来研究可能的发展提出抛砖引玉的见解。
关键词
机器
学习
晶体结构预测
机器学习势
生成模型
Keywords
machine learning
crystal structure prediction
machine learning potential
generative model
分类号
O469 [理学—凝聚态物理]
原文传递
题名
作者
出处
发文年
被引量
操作
1
机器学习势及其在分子模拟中的应用综述
刘东飞
张帆
刘铮
卢滇楠
《化工学报》
EI
CSCD
北大核心
2024
0
下载PDF
职称材料
2
机器学习势在含能材料分子模拟中的研究进展
常晓雅
文明杰
张迪
王永锦
初庆钊
朱通
陈东平
《火炸药学报》
EI
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
3
机器学习势及其融入的物理模型在计算材料科学中的应用
宋可可
钱萍
《中国冶金教育》
2021
0
下载PDF
职称材料
4
机器学习加速理论晶体结构预测研究进展
罗啸山
王振雨
高朋越
张微
吕健
王彦超
《硅酸盐学报》
EI
CAS
CSCD
北大核心
2023
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部