Достижения в исследованиях расплавленных солей методом молекулярной динамики на основе машинного обучения
Advances in Molecular Dynamics Studies of Molten Salts Based on Machine Learning
2023-01-01
SCID: 54.1/q4dxz99x
Discuss with AI
координационная химияпотенциалы машинного обучениямолекулярная динамикарасплавленные солинейронные сети
Figures from the paper
Abstract (AI)
Расплавленные соли представляют собой класс расплавленных материалов, имеющих важное практическое значение. Однако взаимосвязь между их микроструктурой и макроскопическими свойствами изучена не полностью; поэтому проведение широкомасштабных исследований методом молекулярной динамики имеет большое значение. Ранее исследования высокотемпературных расплавленных солей методом молекулярной динамики главным образом основывались на разработке силовых полей для классической молекулярной динамики и на молекулярной динамике из первых принципов. В связи с быстрым развитием машинного обучения и нейронных сетей в последнее время были разработаны потенциалы для расплавленных солей на основе машинного обучения, что позволило добиться значительного прогресса в изучении координационной химии и точном прогнозировании физических свойств. В настоящей работе сначала рассмотрены последние достижения в исследованиях расплавленных солей методом молекулярной динамики, особенно современное состояние разработок потенциалов на основе машинного обучения. Затем обобщен прогресс в применении потенциалов машинного обучения к исследованию расплавленных солей. Наконец, обсуждены перспективы использования потенциалов машинного обучения для изучения расплавленных солей и представлены некоторые рекомендации.
Key Findings
1
Согласно рассмотренным исследованиям, потенциалы машинного обучения обеспечивают более точное предсказание физических свойств расплавленных солей.
2
Недавно появились потенциалы на основе машинного обучения для молекулярно-динамического моделирования расплавленных солей, дополняющие классические силовые поля и первопринципные методы.
3
Связь между микроструктурой и макроскопическими свойствами расплавленных солей всё ещё изучена недостаточно, что требует дальнейших молекулярно-динамических исследований.
4
В обзоре обобщены современные разработки и применения потенциалов машинного обучения для расплавленных солей, а также определены перспективные направления и рекомендации.
5
Потенциалы машинного обучения значительно продвинули исследование координационной химии расплавленных солей.
Research Object
высокотемпературные расплавленные соли
Research Subject
взаимосвязь между микроструктурой расплавленных солей, координационной химией и макроскопическими физическими свойствами, исследуемая методами молекулярной динамики и с использованием потенциалов машинного обучения
Publication Details
Publication Date
2023-01-01
Journal
Publisher
ISSN
Cited by
11
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest