首页 > 材料科学

聚焦机器学习 | 机器学习势函数:三年五篇SCI!!!

计算材料学 2025-08-28 11:22
文章摘要
本文聚焦机器学习势函数在材料科学中的应用。背景方面,传统经典力场在描述金属合金、氧化物等复杂体系时存在局限性,尤其对广义层错能和反应过程的描述不够准确。研究目的旨在通过开发神经网络势函数(NNP)和原子团簇扩展描述符(ACE)等机器学习方法,提升材料模拟的精度和效率。结论显示,机器学习势函数在金属Zr的力学性能预测、负膨胀系数材料的热膨胀行为模拟以及有机体系物性计算方面均取得显著成果,其预测精度优于传统力场,为复杂材料体系的长时间模拟提供了有效解决方案。
聚焦机器学习 | 机器学习势函数:三年五篇SCI!!!
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Issue Publication Information
DOI: 10.1021/apv008i002_2033340 Pub Date : 2026-01-23
IF 4.7 2区 化学 Q2
Aluminylenes: Synthesis, Reactivity, and Catalysis
DOI: 10.1021/acs.accounts.5c00851 Pub Date : 2026-02-09
IF 18.3 1区 化学 Q1
最新文章
【翼享学术】超算+AI为天然产物生物合成路线规划提供导航
【翼享学术】超算+AI为天然产物生物合成路线规划提供导航
天然产物是临床药物开发的核心源泉,1981-2020 年间获批的小分子药物中超 60% 源于天然产物及其衍生物。然而,天然产物直接提取会破坏生物多样性,化学合成又受限于其复杂的环体系与手性中心结构,异
16小时前
【预存钜惠】预存当下,掌控未来
【预存钜惠】预存当下,掌控未来
END在科学探索的征途上每位研究者都追求将复杂问题以简洁生动的方式呈现中科科翼(北京)科技有限公司致力于提供前沿的科学计算模拟技术服务高校、科研院所和研发企业我们由中科院教授和博士团队创立凭借深厚的科
16小时前
新加坡国立大学Sharon Lim Xiaodai博士和Sow Chorng Haur教授JEC:系统揭示硅混合负极在复合固态电解质中的失效机理
新加坡国立大学Sharon Lim Xiaodai博士和Sow Chorng Haur教授JEC:系统揭示硅混合负极在复合固态电解质中的失效机理
01引言全固态电池(ASSBs) 因具备更高安全性和能量密度而备受关注,被视为下一代储能技术的重要候选。将固态电解质 (SE) 和硬碳 (HC) 集成在一起的硅 (Si) 复合负极在ASSBs领域展现
17小时前
上海交大材料学院曾小勤教授团队在《PNAS》上发表机器学习设计多主元合金新突破
上海交大材料学院曾小勤教授团队在《PNAS》上发表机器学习设计多主元合金新突破
优异的强度与塑性是结构材料的永恒追求。体心立方(bcc)多主元合金(MPEA)为突破材料力学性能极限提供了新机遇。然而,随着该合金的屈服强度达到千兆帕级,其拉伸延伸率通常远低于其纯组元金属的最高拉伸延
18小时前
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1