欢迎进入币游官网(币游国际官网),币游官网:www.9cx.net开放币游网址访问、币游会员注册、币游代理申请、币游电脑客户端、币游手机版下载等业务。

首页科技正文

欧博开户网址(www.aLLbetgame.us):npj: 自动自动学习力场—加速大规模动力学模拟

admin2021-06-2220

万利逆熵网

www.ipfs8.vip)是FiLecoin致力服务于使用FiLecoin存储和检索数据的官方权威平台。IPFS网实时更新FiLecoin(FIL)行情、当前FiLecoin(FIL)矿池、FiLecoin(FIL)收益数据、各类FiLecoin(FIL)矿机出售信息。并开放FiLecoin(FIL)交易所、IPFS云矿机、IPFS矿机出售、租用、招商等业务。

,2021-06-21 16:39 知社学术圈

重新算分子动力学提供了一种在DFT级别盘算上的力来模拟原子运动的方式。不幸的是,这样的盘算限制了重新算分子动力学时间和空间尺度模拟的、数百皮秒的数百个原子,因而无法研究相变和异质反映。这种大规模分子动力学(MD)模拟必须接纳以履历为基础的剖析性原子间力场,该力场须具有牢固的功效形式、交流精度和可通报性,可用于更大的长度和时间局限。然而经典力场与重新算的准确性通常不相匹配,从而限制了模拟只能以最佳的方式来定性形貌效果,或者以最坏的情形而偏离准确的行为。为了拓展盘算模拟的研究,人们希望以与经典力场相同的价值盘算具有重新算精度的力。机械学习算法成为领会决回归和分类问题的有力工具,并推进了数项事情,以开发用于原子间力场的机械学习算法。由于贝叶斯模子具有内部原理性的不确定性量化机制,后续展望漫衍的方差可用于跟踪MD运行时作用力的误差,因此贝叶斯模子有望在原子模拟中作不确定性量化。

来自美国哈佛大学的Boris Kozinsky教授向导的小组,提出了一种映射高斯历程方式, 通过将力和不确定性映射到低维特征函数上,从而极大加速基于多体核的原子间力场的高斯历程模子方式。映射高斯历程方式受益于量化不确定性的能力,同时保持了与训练规模无关的成本。可以通过快速评估映射高斯历程的作用力和不确定性来加速具有贝叶斯自动学习的高斯历程。最后,作者使用这种方式对单层锡烯的稳固性举行了大规模的分子动力学模拟,并发现了2D锡烯的异常相变机制。该方式的提出为迅速生长快速准确的不确定性感知模子提供了可能性,并可用于模拟庞大质料长时间大规模的动力学。

欧博开户网址

欢迎进入欧博开户网址(Allbet Gaming):(www.aLLbetgame.us),欧博网址开放会员注册、代理开户、电脑客户端下载、苹果安卓下载等业务。

Bayesian force fields from active learning for simulation of inter-dimensional transformation of stanene

Yu Xie, Jonathan Vandermause, Lixin Sun, Andrea Cepellotti & Boris Kozinsky

We present a way to dramatically accelerate Gaussian process models for interatomic force fields based on many-body kernels by mapping both forces and uncertainties onto functions of low-dimensional features. This allows for automated active learning of models combining near-quantum accuracy, built-in uncertainty, and constant cost of evaluation that is comparable to classical *** ytical models, capable of simulating millions of atoms. Using this approach, we perform large-scale molecular dynamics simulations of the stability of the stanene monolayer. We discover an unusual phase transformation mechani *** of 2D stanene, where ripples lead to nucleation of bilayer defects, densification into a disordered multilayer structure, followed by formation of bulk liquid at high temperature or nucleation and growth of the 3D bcc crystal at low temperature. The presented method opens possibilities for rapid development of fast accurate uncertainty-aware models for simulating long-time large-scale dynamics of complex materials.