这里会显示出您选择的修订版和当前版本之间的差别。
两侧同时换到之前的修订记录前一修订版后一修订版 | 前一修订版 | ||
adf:m3gnet-up-2022forcoh [2023/10/04 17:40] – [1,单个气相萘分子计算] liu.jun | adf:m3gnet-up-2022forcoh [2024/01/10 14:41] (当前版本) – [使用机器学习力场 M3GNe-UP-2022 计算内聚能] liu.jun | ||
---|---|---|---|
行 1: | 行 1: | ||
- | ======使用 M3GNe-UP-2022 计算内聚能====== | + | ======使用机器学习力场 |
加利福利亚大学圣迭亚戈分校 Chi Chen 等2022年发表了一个适用于元素周期表绝大部分元素,甚至部分镧系、锕系元素的通用型机器学习力场(A universal graph deep learning interatomic potential for the periodic table, Nature Computational Science, 2022, volume 2, pages718–728)。 | 加利福利亚大学圣迭亚戈分校 Chi Chen 等2022年发表了一个适用于元素周期表绝大部分元素,甚至部分镧系、锕系元素的通用型机器学习力场(A universal graph deep learning interatomic potential for the periodic table, Nature Computational Science, 2022, volume 2, pages718–728)。 | ||
行 5: | 行 5: | ||
这一种基于具有三体相互作用的图神经网络(M3GNet)的通用型原子间相互作用势,由过去十年 Materials Project 的庞大结构弛豫数据库训练得到,在不同化学空间的材料结构弛豫、动力学模拟和性能预测方面有着广泛的应用。根据该力场的能量计算筛选,从 Materials Project 的3100万个假设晶体结构中,筛选出约180万种材料,被鉴定为稳定结果材料,其中能量最低的 1578 种材料,通过密度泛函理论计算证明稳定性。 | 这一种基于具有三体相互作用的图神经网络(M3GNet)的通用型原子间相互作用势,由过去十年 Materials Project 的庞大结构弛豫数据库训练得到,在不同化学空间的材料结构弛豫、动力学模拟和性能预测方面有着广泛的应用。根据该力场的能量计算筛选,从 Materials Project 的3100万个假设晶体结构中,筛选出约180万种材料,被鉴定为稳定结果材料,其中能量最低的 1578 种材料,通过密度泛函理论计算证明稳定性。 | ||
- | AMS材料化学计算平台2023年集成了这个力场,这里我们以固体萘的内聚能计算为例,展示该力场的结果精度,M3GNet 还适用于金属和金属氧化物等无机晶体。 | + | AMS材料化学计算平台2023年集成了这个力场,这里我们以固体萘的内聚能计算为例,展示该力场的结果精度,M3GNet 还适用于金属和金属氧化物等无机晶体。**M3GNet机器学习势,支持GPU加速**,安装该势函数的时候,就需要选择相应的版本(当然前提是机器本身有用于GPU计算的显卡)。安装过程参考:[[adf: |
+ | |||
+ | 从该力场的训练集(都是平衡结构,而不包含化学反应的中间结构),可以看出该力场对平衡态结构、能量的可靠性很高,但对化学反应模拟的可靠性则有待验证。 | ||
要计算固体萘的内聚能,需要计算: | 要计算固体萘的内聚能,需要计算: | ||
行 54: | 行 56: | ||
在 AMSjobs 中选择已完成的作业,Tools → Build Spreadsheet,优化后的单元长度和角度显示在左侧。 | 在 AMSjobs 中选择已完成的作业,Tools → Build Spreadsheet,优化后的单元长度和角度显示在左侧。 | ||
- | {{ : | + | {{ : |
您还可以在 SCM → Movie 中查看优化后的结构。 | 您还可以在 SCM → Movie 中查看优化后的结构。 | ||
行 61: | 行 63: | ||
从气相和晶体计算能量,可以从上面的电子表格中看到,也可以通过 SCM → Output向下滚动 *.out 文件到末尾看到。 | 从气相和晶体计算能量,可以从上面的电子表格中看到,也可以通过 SCM → Output向下滚动 *.out 文件到末尾看到。 | ||
- | 得到 | + | 得到 |
这与 Al-Saidi 等人(WA Al-Saidi,VK Voora,KD Joradan。DOI:10.1021/ | 这与 Al-Saidi 等人(WA Al-Saidi,VK Voora,KD Joradan。DOI:10.1021/ | ||
+ | |||
+ | {{ : |