Машинное обучение универсального межатомного потенциала для кремния
Machine Learning a General-Purpose Interatomic Potential for Silicon
2018-12-14
SCID: 54.1/kb3t9ftn
Discuss with AI
расчёты электронной структурыэнергия и силымашинно-обучаемый межатомный потенциалсвойства материаловкремний
Figures from the paper
Abstract (AI)
Подход на основе машинного обучения к вычислению энергии и сил, действующих на атомы кремния, устраняет необходимость в сложных расчётах электронной структуры и предоставляет эффективный метод прогнозирования свойств материалов, который может быть расширен на другие материалы.
Key Findings
1
Разработан межатомный потенциал на основе машинного обучения для вычисления энергий и сил атомов кремния.
2
Подход позволяет избежать сложных расчётов электронной структуры и эффективнее прогнозировать свойства кремния.
3
Предложенный метод разработан как потенциал общего назначения и может быть расширен на другие материалы.
Research Object
атомные системы кремния
Research Subject
энергия и силы атомов кремния, обеспечивающие прогнозирование свойств материалов
Publication Details
Publication Date
2018-12-14
Journal
Physical Review X
Publisher
American Physical Society
ISSN
2160-3308
Cited by
471
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai6
Статистическая теория обучения1999
Atomic Simulation Environment — библиотека Python для работы с атомами2017
О представлении химических окружений2013
Квантово-химические структуры и свойства 134 тысяч молекул2014
Машинное обучение в информатике материалов: современные применения и перспективы2017
Сравнение молекул и твёрдых тел в структурном и алхимическом пространствах2016