深度势分子动力学：一种兼具量子力学精度且可扩展的模型
计算物理
2018-04-11 v2 机器学习
化学物理
摘要
我们提出一种用于分子模拟的方案，即深度势分子动力学（DeePMD）方法，该方法基于由精心设计的深度神经网络生成的多体势和原子间力，该网络使用从头算数据进行训练。该神经网络模型保留了问题中所有的自然对称性。除了网络模型本身之外，不存在任何特设成分，从这个意义上说，它是“基于第一性原理”的。我们证明，所提出的方案在包括块体材料和分子在内的多种体系中，提供了一种高效且精确的协议。在所有这些案例中，DeePMD 给出的结果本质上与原始数据无法区分，且其计算成本随体系规模线性增长。
引用
@article{arxiv.1707.09571,
title = {Deep Potential Molecular Dynamics: a scalable model with the accuracy of quantum mechanics},
author = {Linfeng Zhang and Jiequn Han and Han Wang and Roberto Car and Weinan E},
journal= {arXiv preprint arXiv:1707.09571},
year = {2018}
}