.png){kind=icon}
返回
Improving Molecular-Dynamics Simulations for Solid-Liquid Interfaces with Machine-Learning Interatomic Potentials
.png){kind=icon}
PRE
AI
DOI：10.1002/chem.202401373.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人工智能的新兴发展为材料模拟开辟了无限的可能性。根据机器学习算法对第一原理数据的强大拟合，机器学习原子间势 (mlps) 可以有效地平衡分子动力学 (MD) 模拟中的准确性和效率问题，在各种复杂的物理化学系统中充当强大的工具。因此，这为研究人员带来了前所未有的热情，他们将这种新技术应用于多个领域，以重新审视由于先前计算方法的局限性而引起争议的主要科学问题。在此，我们介绍了mlps的发展，为固液界面提供了有价值的应用示例，并提出了当前的挑战。通过解决mlps的准确性，效率和多功能性方面的众多困难，这种蓬勃发展的技术与分子模拟方法相结合，将为包括材料，物理和化学在内的跨学科科学挑战提供基础和有价值的理解。我们总结了机器学习原子间势 (mlps) 的演变，介绍了一些应用于固液界面的有趣示例，最后对mlps的当前挑战提出了一些展望。图像
Keyword:
Machine learning
Interatomic potentials
Molecular dynamics
Solid-liquid interfaces
Large atomic models
期刊
C
IF:
3.7
论文数:
3.9W
被引数:
9.7W
机构
引用论文
Job tenure and quality of work life of people with psychiatric disabilities working in social enterprises在社会企业工作的精神病患者的工作任期和工作生活质量
PREAI
分享收藏分享收藏Electrical resistivity of graphitized ultra-disperse diamond and onion-like carbon石墨化超分散金刚石和洋葱状碳的电阻率
PREAI
分享收藏分享收藏Optimal replacement of continuously degrading systems in partially observed environments在部分观察到的环境中最佳更换持续退化的系统
PREAI
分享收藏SpookyNet: Learning force fields with electronic degrees of freedom and nonlocal effectsSpookyNet: 学习具有电子自由度和非局部效应的力场.png)
NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Mnemonic Rutile-Rutile Interfaces Triggering Spontaneous Dissociation of Water触发水自发离解的助推器金红石-金红石界面ADVANCED MATERIALSOAAI
ADVANCED MATERIALSIF26.8
OAAI分享收藏分享收藏Progress in atomic-resolution aberration corrected conventional transmission electron microscopy (CTEM)常规透射电子显微镜 (CTEM) 原子分辨像差校正的研究进展OAAI
OAAI分享收藏
查看更多内容