文章预览
原子模拟已成为现代科学研究中揭示原子动态过程的主要工具,旨在理解和预测复杂的物理现象。其成功在很大程度上依赖于势能面描述的准确性和捕捉重要稀有事件的效率。然而长期以来基于量子力学和统计力学的传统模拟由于需要在精度和效率之间保持平衡,极大地制约了模拟尺度和应用场景。最近几年得到蓬勃发展的机器学习势函数在很大程度上颠覆了这一传统,为大规模原子模拟开辟了一条新途径。 2024年9月14日,复旦大学的刘智攀教授课题组在 Precision Chemistry上发表文章 LASP to the Future of Atomic Simulation: Intelligence and Automation ,复旦大学博士研究生谢忻恬和杨正新为文章的共同第一作者, 刘智攀教授和商城教授为通讯作者。 复旦大学的刘智攀教授课题组开发的“基于神经网络势函数的大规模原子模拟软件(LASP)”于2018年发布,通过关注
………………………………