Достижения в исследованиях расплавленных солей методом молекулярной динамики на основе машинного обучения

Advances in Molecular Dynamics Studies of Molten Salts Based on Machine Learning
Wei‐Qun Shi, Jian‐Hui Lan, Yizhi Han, Xue Liu
2023-01-01

координационная химияпотенциалы машинного обучениямолекулярная динамикарасплавленные солинейронные сети
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.
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.

высокотемпературные расплавленные соли

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
Access Type
Author Information
Authors
Wei‐Qun Shi
Jian‐Hui Lan
Yizhi Han
Xue Liu
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%