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。