国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

橡樹嶺實(shí)驗(yàn)室CM：比DFT快六個(gè)數(shù)量級(jí)，機(jī)器學(xué)習(xí)預(yù)測(cè)狀態(tài)密度！

材料的電子結(jié)構(gòu)，如狀態(tài)密度（DOS），提供了對(duì)其物理和功能特性的關(guān)鍵見解，并為許多材料篩選和發(fā)現(xiàn)工作流程提供了高質(zhì)量特征的寶貴來源。然而，常見DFT計(jì)算 DOS的成本過于昂貴，因此需要更便宜但足夠準(zhǔn)確的替代方法。

在此，美國橡樹嶺國家實(shí)驗(yàn)室Victor Fung等人開發(fā)了一種基于圖神經(jīng)網(wǎng)絡(luò)的通用機(jī)器學(xué)習(xí)（ML）方法，用于純粹從原子位置預(yù)測(cè)DOS，比DFT快六個(gè)數(shù)量級(jí)。要使用ML將原子結(jié)構(gòu)準(zhǔn)確映射到DOS，需要一種對(duì)系統(tǒng)的完整組成和結(jié)構(gòu)維度敏感的表示。

作者使用基于圖的系統(tǒng)表示，其中包含作為節(jié)點(diǎn)的原子和作為邊的原子間距離作為圖神經(jīng)網(wǎng)絡(luò)的輸入模型以有效地捕捉組成和結(jié)構(gòu)維度。該方法還與系統(tǒng)尺寸成線性關(guān)系，這允許對(duì)超大晶體或無定形系統(tǒng)進(jìn)行DOS預(yù)測(cè)，只需對(duì)整體工作流程進(jìn)行微小的更改。其他改進(jìn)途徑還包括更好的DOS輸出表示，如使用主成分基礎(chǔ)或使用自動(dòng)編碼器，只要重建誤差足夠低，這將有助于減少輸出維度?；蛘?，將ML預(yù)測(cè)耦合到物理模型，如緊束縛模型或Δ-ML方法中較低水平的DFT理論可用于提高準(zhǔn)確性并減少數(shù)據(jù)需求。

圖1. 圖神經(jīng)網(wǎng)絡(luò)模型的總體示意圖

進(jìn)一步，作者還提出了一種通過附加損失函數(shù)應(yīng)用物理約束的新方法，該方法用于通過自動(dòng)微分訓(xùn)練模型以獲得梯度。這種方法的一個(gè)優(yōu)點(diǎn)是所需約束的靈活性，可在不修改工作流其余部分的情況下對(duì)其進(jìn)行更改。

同時(shí)，在訓(xùn)練數(shù)據(jù)有限的其他情況下，將功能空間限制為物理上有意義的解決方案的受限模型架構(gòu)可能被證明是有益的。這種DOS預(yù)測(cè)方法在材料篩選和ML研究中特別有用，可獲得計(jì)算成本低廉的電子特征，這些研究使用DOS作為輸入來預(yù)測(cè)更復(fù)雜的功能性質(zhì)。同時(shí)，該模型的快速度也使其適合于在MD模擬過程中提供電子結(jié)構(gòu)信息或用于以數(shù)字孿生的形式實(shí)時(shí)告知實(shí)驗(yàn)的方法。隨著包含DOS數(shù)據(jù)的計(jì)算數(shù)據(jù)集不斷快速擴(kuò)展，建立完全通用的固體電子結(jié)構(gòu)ML模型的目標(biāo)已經(jīng)觸手可及。

圖2. 基于三個(gè)數(shù)據(jù)集曲線來研究模型的數(shù)據(jù)依賴性

Physically Informed Machine Learning Prediction of Electronic Density of States, Chemistry of Materials 2022. DOI: 10.1021/acs.chemmater.1c04252

原創(chuàng)文章，作者：v-suan，如若轉(zhuǎn)載，請(qǐng)注明來源華算科技，注明出處：http://www.xiubac.cn/index.php/2023/10/08/e1e9e68414/

国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

橡樹嶺實(shí)驗(yàn)室CM：比DFT快六個(gè)數(shù)量級(jí)，機(jī)器學(xué)習(xí)預(yù)測(cè)狀態(tài)密度！

相關(guān)推薦

橡樹嶺實(shí)驗(yàn)室CM：比DFT快六個(gè)數(shù)量級(jí)，機(jī)器學(xué)習(xí)預(yù)測(cè)狀態(tài)密度！