机器学习势专题研讨

6.1DP拟合流程及验证

课程表（总计约9小时）

一. 典型机器学习势（MLP）拟合流程
1. 分子动力学（MD）模拟与力场简介
2. MLP基本原理和应用
3. MLP框架介绍和软件安装
（运行MD的软件：vasp.6.3.x、GPUMD、LAMMPS）
（MLP训练套装：vasp.6.3.x、NEP+PyNEP、DeepMD-kit+dpgen）
二．VASP中MLP的训
基于VASP做on-the-fly的MLP拟合的基本原理、详细流程
三. 神经演化机器学习势（NEP）的拟合流程及验证
1. 结构设计
AIMD采样、典型结构的构造方法等
2. VASP计算
VASP的静态计算（各参数的测试及确定）
3. 训练优化
多轮训练流程，如何用PyNEP等工具做主动学习
4. 势函数验证
晶格常数、弹性常数、液态RDF等典型参数的计算，和典型MD模拟流程。
四．深度机器学习势（DP）的拟合流程及验证
1. DeePMD-kit、dpgen、dpdata三个软件包介绍
2. LiSi的DP势函数构建
五．NEP、DP两种MLP的对比
NEP、DP训练，及用获得的MLP运行MD的对比

 

授课讲师

赵老师，曾在高校任教十年，熟练掌握分子动力学模拟计算软件GPUMD、LAMMPS，专注于机器学习势的开发和材料微结构动力学演化的模拟研究。研充对象主要是金属单质、合金，尤其是高温合金、高熵合金等，也涉及合金的纳米冲击、辐照损伤、原子沉积、纳米摩擦、纳米切削等方面的模拟。

 

0.0 课程介绍 机器学习势专题研讨

1.1 MD模拟与力场简介 机器学习势专题研讨

1.2 机器学习势拟合原理 机器学习势专题研讨

1.3 MLP框架介绍和软件安装 机器学习势专题研讨

2.1 VASP中MLP的训练 机器学习势专题研讨

2.2 训练过程 机器学习势专题研讨

3.1 NEP介绍 机器学习势专题研讨

3.2 NEP训练过程 机器学习势专题研讨

3.3 拟合案例 机器学习势专题研讨

3.4 经验总结 机器学习势专题研讨

4.1 经验总结续 机器学习势专题研讨

4.2 结构设计的准备 机器学习势专题研讨

4.3 结构设计详解 机器学习势专题研讨

4.4 vasp计算 机器学习势专题研讨

4.5 训练优化 机器学习势专题研讨

4.6 前两轮训练分析 机器学习势专题研讨

4.7 第三轮训练分析 机器学习势专题研讨

4.8 第四轮训练分析 机器学习势专题研讨

5.1 NEP拟合及验证 机器学习势专题研讨

5.2 NEP拟合与验证（2） 机器学习势专题研讨

5.3 个人经验总结 机器学习势专题研讨

6.1DP拟合流程及验证 机器学习势专题研讨

6.2 LiSi的DP势函数构建 机器学习势专题研讨

NEP与DP的区别 机器学习势专题研讨