面向晶体结构预测的深度学习方法①
2021-09-10刘志威王宗国郭佳龙王彦棡
计算机系统应用 2021年8期
刘志威,王宗国,郭佳龙,王彦棡
1(中国科学院 计算机网络信息中心,北京 100190)
2(中国科学院大学,北京 100049)
晶体结构搜索主要是产生新结构,基于能量最低原理筛选优质结构的过程.当前确定晶体结构能量有两种主要计算方法,分子动力学[1]和密度泛函理论方法[2].前者代表软件如Lammps 等,后者代表软件如VASP[3,4]和CASTEP[5]等.目前,国内外已经报道了一些通过不同结构搜索算法,结合预测结构能量的分子动力学或密度泛函理论等方法的晶体结构预测软件.如基于随机搜索算法结合密度泛函理论的AIRSS[6]软件,基于粒子群搜索算法结合密度泛函理论的CALYPSO[7],基于杂化算法结合密度泛函理论的XtalOpt[8]软件,基于遗传搜索算法结合分子动力学或密度泛函理论的USPEX[9]软件,以及基于遗传算法同时结合了密度泛函理论和分子动力学的自适应遗传算法(Adaptive Genetic Algorithm,AGA)晶体结构预测软件[10].这些软件都是基于第一性原理或者分子动力学方法获取结构基态能量,基于分子动力学方法,计算速度快,但是精度低.而基于密度泛函理论方法计算精度高,但是计算时间长,尤其是随着晶体结构复杂度的上升,其计算时间呈指数增长.寻找一种既可以保证计算精度,又可以降低计算成本的材料研究方法成为迫切需要解决的问题.
1 相关工作
随着高性能计算和深度学习的发展,机器学习在材料科学中越来越多的被使用,可以准确预测材料的性能,不断缩小材料科学与计算科学之间的差距.哥伦比……
登录APP查看全文
