الأبحاث في مجلة: npj Computational Materials
-
التدريب المسبق لنموذج التعلم العميق القائم على الانتباه لمحاكاة الجزيئات
2024 | المؤلف: Duo Zhang وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)تقدم البحث DPA-1، نموذج Deep Potential جديد يتضمن آلية انتباه محكومة لتعزيز نمذجة سطح الطاقة المحتملة بين الذرات (PES) في المحاكاة الجزيئية. يستفيد هذا النموذج من بيانات هيكل إلكتروني واسعة، مما يسمح له بالتدريب المسبق على مجموعة بيانات شاملة تضم 56 عنصرًا، ومن ثم يتم ضبطه بدقة لمهام مختلفة مع جهد إضافي ضئيل. تظهر النتائج…
-
تدريب قوي لطاقات التعلم الآلي بين الذرات مع تقليل الأبعاد وأخذ عينات طبقية
2024 | المؤلف: Ji Qi وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)في هذا القسم، يقدم المؤلفون منهجية لتعزيز تنوع مجموعة تدريب مشروع المواد من خلال نهج أخذ عينات جديد يسمى DIRECT. يستخدمون مجموعة البيانات MPF.2021.2.8.All، التي تشمل جميع الخطوات الأيونية من حسابات الاسترخاء، لمقارنة فعالية أخذ العينات اليدوي (MS) وأخذ العينات المباشرة. تشير النتائج إلى أنه بينما تتكون مجموعة MS من 185,877 هيكلًا، فإن مجموعة DIRECT،…
-
دالة الكثافة النظرية الثابتة لنمذجة الأنظمة الكهروكيميائية تحت جهد ثابت وانحياز
2024 | المؤلف: Marko Melander وآخرون | المجلة: npj Computational Materials | المجال: الطاقة المتجددة والاستدامة والبيئة (Renewable Energy, Sustainability and the Environment)تناقش هذه القسم أهمية الأنظمة الكهروكيميائية في تحويل الطاقة النظيفة والتحديات المرتبطة بفهم كيميائها المعقدة. يبرز دور الجهد الثابت ومحاكاة المجموعة الكبرى (GCE) في استكشاف العمليات الكهروكيميائية كدالة لجهد القطب. ينتقد المؤلفون الحسابات الحالية لـ GCE على مستوى نظرية الكثافة الوظيفية (DFT)، التي تثبت مستوى فيرمي داخل خلية المحاكاة، مشيرين إلى أن هذه الطريقة غير…
