关键词atomic cluster expansion
搜索结果 - 4
- 基于笛卡尔原子团簇展开的机器学习金属间势能
机器学习原子间势场，通过 Cartesian Atomic Cluster Expansion 模型在材料科学和化学的大规模、准确的原子模拟中起到了革命性的作用。该模型采用原子簇展开和等变信息传递与球谐函数作为基函数的方式，并结合了各种化学 - 基于机器学习的快速和量子精确的热模拟石英型 AlN 的原子簇展开势能
使用原子团簇展开（ACE）框架，不断发展出一种适用于快速准确建模五硝基金刚酸铝的声子传输特性的机器学习原子间势。通过对 w-AlN 的一系列性质，包括基态晶格参数、比热容、热膨胀系数、体模量和谐振声子色散等进行 ACE 势对密度泛函理论（D - E (3) 等变原子中心势在设计空间中的研究
本文介绍了一个将 Atomic Cluster Expansion (ACE) 和 Neural Equivariant Interatomic Potentials (NequIP) 统一起来的数学框架，以及通过 NequIP 的 abl - 原子团簇展开：完备性、效率和稳定性
本文基于 Atomic Cluster Expansion 框架，通过提出一种预计算算法扩展了导出多项式基函数的方法，以在模拟原子系统的性质方面实现等变性和置换不变性。同时，作者还针对基础优化和参数估计等问题提出了一些具有挑战性的探索和研究