首届全球数智教育创新大赛 | 创新赛道材料科学组

文章预览

一 赛事背景 赛题名称：能源材料复杂体系的势能面构建 本赛题旨在 利用机器学习方法构建能源材料中复杂体系的势能面 ，要求参赛者通过先进人工智能技术实现对复杂材料体系相互作用的准确捕捉，并建立高效可靠的势能模型。 通过这一过程，推动新型能源材料的研究与开发，为未来能源解决方案提供科学支持与创新突破。 二 赛题内容 本次大赛将 公布五个能源材料相关体系的 DFT 计算数据集，要求选手利用 MLPs 技术尝试构建具有泛化能力的高精度势能面，完成结构到能量与力（Structure to Energy and Forces，S2EF）的预测任务。 选手提交的 S2EF 模型需具有保守性，即，力的预测应是能量对坐标的梯度导出（gradient-derived），而非直接拟合（direct force predictions）。在分子动力学模拟中，受力的保守性是一个基本的假设，受力的保守可以确保能量守恒、 ………………………………