AIMD分子动力学与机器学习初探

5.3 神经网络基本原理

课程安排  2021年12月18日、19日

第一节：从头算分子动力学（AIMD）介绍（9:00-10:00）

a) AIMD的基本原理

b) 系综、周期性边界条件、控温技术与热浴简介

第二节：使用VASP进行AIMD模拟（10:30-12:30）

a) 均相模型、催化剂团簇模型的构建

b) VASP计算AIMD的参数

c) 模拟收敛的判断以及加速技巧

第三节：AIMD计算结果的后处理（14:00-16:30）

a) 使用VMD可视化轨迹、进行简单分析

b) 基于VASPKIT分析均方根位移、径向分布函数、速度自相关函数、红外光谱等

c) 基于VASP2GRO等工具进行键长键角跟踪、氢键分析等高阶分析

第四节：自由能势能面的计算（9:00-10:30）

a) 限制性AIMD模拟

b) 集合变量（collective variables）的选择

c) PMF、Slow-growth等方法计算自由能势能面

第五节：体相扩散、表面催化过程中的AIMD应用（10:30-12:00; 14:00-15:00）

a) 电极材料中锂离子扩散研究

b) CO2电催化还原反应研究

第六节：机器学习力场初探（15:30-18:00）

a) 机器学习力场原理以及现阶段的应用介绍

b) 硅的AIMD初始轨迹生成

c) 硅的机器学习力场的训练与优化

d) 硅的纳秒级、纳米尺度的动力学模拟

 

讲师介绍

许楠博士于2021年6月博士毕业于浙江大学化学工程与生物工程学院。2021年8月全职加入浙江大学衢州研究院，任特聘副研究员，从事基于量子化学的化工过程热力学性质的计算，及锂电负极的微观模拟研究。许楠博士致力于能源材料的模拟研究以及化工过程热力学性质的计算工作。参与发表SCI高水平期刊论文近20篇，引用数十余次。以第一或通讯作者在Journal of Materials Chemistry A、Journal of Physical Chemistry C、Journal of Molecular Liquids、Sustainable Materials and Technologies等行业内知名期刊上发表了多篇SCI论文。攻读博士期间，受邀担任Journal of Physical Chemistry C等SCI期刊的审稿人。参与开发了开发具有自主产权的第一性原理高通量计算接口程序VASPKIT（软件官方网址https://vaspkit.com/），在第一性原理计算领域产生了十分广泛的影响力。

丁博士，浙江大学化工学院在读博士生，从事多种表面催化过程研究，多年分子模拟和第一性原理计算经验，熟悉VASP，cp2k，material studio等计算软件的使用，熟悉bash, python等语言。第一作者文章发表在Angew. Chem, Int. Ed.、Chinese J. Chem. Eng.等期刊上。

1.1 密度泛函和分子动力学介绍 AIMD分子动力学与机器学习初探

1.2 AIMD基本原理 AIMD分子动力学与机器学习初探

1.3 AIMD常用软件和服务器登陆 AIMD分子动力学与机器学习初探

1.4 答疑 AIMD分子动力学与机器学习初探

2.1 必备软件安装 AIMD分子动力学与机器学习初探

2.2 均相体系的构建 AIMD分子动力学与机器学习初探

2.3 镍掺杂石墨烯 AIMD分子动力学与机器学习初探

2.4 vasp动力学输入文件与系综 AIMD分子动力学与机器学习初探

2.5 水分子的NVT模拟 AIMD分子动力学与机器学习初探

2.6 液体硅的AIMD模拟 AIMD分子动力学与机器学习初探

2.7 AIMD加速技巧 AIMD分子动力学与机器学习初探

2.8 答疑 AIMD分子动力学与机器学习初探

3.1 使用VMD分析 AIMD分子动力学与机器学习初探

3.2 使用vaspkit后处理 AIMD分子动力学与机器学习初探

3.3 使用vaspkit计算速度自函数 AIMD分子动力学与机器学习初探

3.4 使用vaspkit计算振动光谱 AIMD分子动力学与机器学习初探

3.5 计算均方根位移 AIMD分子动力学与机器学习初探

3.6 基于VASPKIT计算扩散系数 AIMD分子动力学与机器学习初探

3.7 基于python计算键长键角 AIMD分子动力学与机器学习初探

3.8 计算氢键及答疑 AIMD分子动力学与机器学习初探

4.1AIMD模拟自由能势能面 AIMD分子动力学与机器学习初探

4.2 限制性模拟方法一 AIMD分子动力学与机器学习初探

4.3 限制性模拟方法二 AIMD分子动力学与机器学习初探

4.4 限制性模拟方法三 AIMD分子动力学与机器学习初探

4.5 锂离子扩散模拟 AIMD分子动力学与机器学习初探

4.6 二氧化碳电催化模拟 AIMD分子动力学与机器学习初探

4.7二氧化碳电催化模拟（续） AIMD分子动力学与机器学习初探

4.8 金属出溶过程模拟 AIMD分子动力学与机器学习初探

5.1 例子讲解 AIMD分子动力学与机器学习初探

5.2 机器学习基本原理 AIMD分子动力学与机器学习初探

5.3 神经网络基本原理 AIMD分子动力学与机器学习初探

5.4 经验力场介绍 AIMD分子动力学与机器学习初探

5.5 现阶段应用 AIMD分子动力学与机器学习初探

5.6 DP安装使用 AIMD分子动力学与机器学习初探

5.7 硅的机器学习力场的训练与优化 AIMD分子动力学与机器学习初探