| 基于GPUMD的机器学习势预测材料的力热性能 |
| 3.4 势函数验证 |
本课程介绍GPUMD程序包中实现的机器学习NEP势及基于NEP势的分子动力学模拟对材料力热性能的预测。GPUMD是Graphics Processing Units Molecular Dynamics 的英文首字母缩写。顾名思义,它是一个基于GPU(图形处理器)的分子动力学模拟软件包。此外,开发者在该程序包中实现了一个机器学习势函数的框架,名为NEP,是Neuroevolution Potential 的缩写,即“神经演化势”。 NEP势的训练以及基于它的分子动力学模拟都完全在GPUMD程序包实现,没有任何外部依赖。相比其他同类软件,GPUMD具有速度高、内存(显存)节约、安装简易等优点。本课程首先介绍NEP势的理论基础,然后介绍GPUMD程序包的基本操作,最后展示NEP势在预测材料力热性能方面的具体应用。本课程共分为五个部分,需要10个课时,分五次进行讲解。
注:购买本课程的前50名国内学员,我们将赠送《CUDA编程:基础与实践》一本。
课程安排
1.GPUMD + NEP框架的理论基础 (主讲人:樊哲勇,11月5日,19:00-21:00)
1.1 分子动力学模拟的理论基础
1.2 机器学习势函数的理论基础
1.3 NEP 机器学习势的理论基础
1.4 GPUMD 的高效CUDA实现
2.GPUMD + NEP 框架的实操入门 (主讲人:应鹏华,11月6日,14:00-16:00)
2.1 GPUMD的安装
2.2 GPUMD接口程序的介绍
2.3 GPUMD手册及教程的使用
2.4 GPUMD和NEP输入in文件的准备
2.5 GPUMD和NEP输出out文件的读取和分析
3.NEP势函数的训练 (主讲人:应鹏华,11月6日,19:00-21:00)
3.1 训练集和测试集的制备
3.2 训练输入文件的格式转换
3.3 训练超参数的设定
3.4 训练过程中损失函数的演化
3.5 对训练得到的势函数准确性的验证
3.6 主动学习策略
4.NEP势函数预测材料热导率(主讲人:应鹏华,11月13日,14:00-16:00)
4.1 计算声子色散
4.2 采用HNEMD方法计算热导率
4.3 采用EMD方法计算热导率
4.4 采用NEMD方法计算热导率
4.5 基于谱分解热流方法得到热导率从弹道区间至扩散区间的长度依赖关系
5.NEP势函数预测材料其它物理性能 (主讲人:应鹏华,11月13日,19:00-21:00)
5.1 退火模拟中的结构分析
5.2 扩散系数的计算
5.3 热膨胀系数的计算
5.4 零温下弹性常数的计算
5.5 基于应变涨落法计算有限温度下的弹性常数
5.6 二维材料拉伸作用下的断裂行为(温度、尺寸和加载率的影响)
主讲人介绍
樊哲勇,2010年博士毕业于南京大学(理论物理专业),后在厦门大学和芬兰Aalto大学做博士后研究,现为渤海大学副教授。2020年出版《CUDA编程:基础与实践》一书。截至2022年9月共发表期刊论文70余篇,总被引2000余次。
应鹏华,2022年9月博士毕业于哈尔滨工业大学(力学专业),于10月后在以色列特拉维夫大学做博士后研究。围绕二维材料及金属有机框架材料的力热行为已发表10余篇期刊论文。
客服联系
微信cailiaoren010
![]() |
1.1分子动力学模拟的理论基础
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
1.2 机器学习势函数的理论基础
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
1.3 NEP 机器学习势的理论基础
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
1.4 GPUMD 的高效CUDA实现
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
2.1 GPUMD的安装
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
2.2 运行一个例子
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
2.3 输入输出文件
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
2.4 构建原子模型
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
2.5 添加group method和group label
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
2.6 run.in 输入参数
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
2.7 run.in工作流
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
3.1 NEP输入输出
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
3.2 训练集的构造
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
3.3 格式转换与分割
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
3.4 势函数验证
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
4.1 EMD计算
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
4.2 NEMD计算
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
4.3 HNEMD计算
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
4.4 GPUMD+NEP计算
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
5.1 退火模拟的结构分析
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
5.2 弹性常数计算
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
5.3 二维材料拉伸断裂行为
基于GPUMD的机器学习势预测材料的力热性能
|
![]() |
5.4 声子色散计算
基于GPUMD的机器学习势预测材料的力热性能
|
| Copyright © 2011 - 2020 cailiaoren.com. All rights reserved. |
| 京ICP备16046932号-2 京公网安备11010802029412号 |