基于循环神经网络算符采用大时间步长求解牛顿运动方程
计算物理
2021-12-15 v3 软凝聚态物质
机器学习
机器学习
摘要
经典分子动力学模拟基于求解牛顿运动方程。使用小时间步长时，诸如 Verlet 的数值积分器生成粒子轨迹作为牛顿方程的解。我们引入利用循环神经网络导出的算符，其使用过去轨迹数据序列精确求解牛顿方程，并利用比 Verlet 时间步长大约 4000 倍的时间步长产生粒子能量守恒的动力学。我们在包括多达 16 个粒子的 3D 系统在内的多个示例问题中展示了显著的加速。
引用
@article{arxiv.2004.06493,
title = {Solving Newton's Equations of Motion with Large Timesteps using Recurrent Neural Networks based Operators},
author = {JCS Kadupitiya and Geoffrey C. Fox and Vikram Jadhao},
journal= {arXiv preprint arXiv:2004.06493},
year = {2021}
}
备注
15 pages, 12 figures; updated content