专栏名称: 深度势能
DeepModeling社区以开源社区的方式聚集着一群积极探索机器学习与物理建模结合的新的科学研究范式,并真正希望通过计算模拟突破科学边界、解决实际问题的人们​。
今天看啥  ›  专栏  ›  深度势能

基于机器学习的材料设计

深度势能  · 公众号  ·  · 2024-07-27 10:00
    

文章预览

| 作者:赵纪军 (华南师范大学物理学院) 本文选自《物理》2024年第7期 摘要       近年来,计算机算力的飞速提升推动了科学计算和人工智能领域的突破性进展。这两个领域深度融合,共同催生了数据驱动的变革性科学研究范式。作为人工智能技术的代表,机器学习为材料的计算设计带来了前所未有的发展机遇,当前的应用方向主要包括性质预测、合成预测、知识发现、生成式逆向设计等。文章将简要介绍该领域的研究进展,并展望未来发展方向与挑战。 关键词   机器学习,材料设计,材料合成,生成模型 0 1 引 言 长久以来,新材料的研发主要依赖试错法,这种传统的研究范式不仅耗时费力,而且成本高昂。20世纪中叶起,随着蒙特卡罗方法、分子动力学和密度泛函理论(DFT)等计算物理方法的发展及其在不同材料体系中的应用,计算材料学逐渐 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览