| 24小時(shí)熱門(mén)版塊排行榜 |
| 7 | 1/1 | 返回列表 |
| 查看: 825 | 回復(fù): 6 | |||
| 【有獎(jiǎng)交流】積極回復(fù)本帖子,參與交流,就有機(jī)會(huì)分得作者 cyf2277 的 5 個(gè)金幣 ,回帖就立即獲得 1 個(gè)金幣,每人有 1 次機(jī)會(huì) | |||
[交流]
DMFF:分子力場(chǎng)開(kāi)發(fā)新利器
|
|||
|
【分子體系模擬與分子力場(chǎng)】 分子體系模擬在生物大分子結(jié)構(gòu)預(yù)測(cè)、藥物篩選、有機(jī)材料篩選等領(lǐng)域具有重要應(yīng)用價(jià)值。 分子體系的模擬中最重要的就是刻畫(huà)體系勢(shì)能函數(shù)、描述相互作用。在經(jīng)典分子動(dòng)力學(xué)模擬(CMD)中,勢(shì)能函數(shù)遵循固定的數(shù)學(xué)形式,而分子力場(chǎng)即以數(shù)學(xué)函數(shù)的形式給出了分子間與分子內(nèi)相互作用勢(shì)。 然而,目前投入工業(yè)化應(yīng)用的分子力場(chǎng)普遍面臨著這樣幾個(gè)問(wèn)題: 缺乏可移植性和預(yù)測(cè)能力:研究新體系時(shí),在真正跑出結(jié)果之前,恐怕誰(shuí)都不確定哪個(gè)力場(chǎng)結(jié)果更好。除了靠“經(jīng)驗(yàn)”,誰(shuí)也說(shuō)不清楚力場(chǎng)應(yīng)該怎么選。 參數(shù)缺少唯一性和一致性:經(jīng)常出現(xiàn)多套完全不同的參數(shù)能給出相似的宏觀預(yù)測(cè),因此不能僅通過(guò)宏觀數(shù)據(jù)確定微觀上哪套參數(shù)更為合理。同時(shí),我們也常常能看到非常相似的體系,力場(chǎng)參數(shù)卻完全不同,因此不同課題組發(fā)展的力場(chǎng)往往不能組合使用。 【機(jī)器學(xué)習(xí)與自動(dòng)微分技術(shù)】 在分子力場(chǎng)擬合領(lǐng)域,提起機(jī)器學(xué)習(xí),絕大多數(shù)同學(xué)可能想到的是人工神經(jīng)網(wǎng)絡(luò)架構(gòu)。的確,不論是早期的 Behler-Parinello 模型、Schnet 模型,還是更近期的 DP 模型、或是 REANN 模型,其核心做法,都是將原子的勢(shì)能面拆解為單個(gè)原子能量的求和,并利用神經(jīng)網(wǎng)絡(luò)的超強(qiáng)擬合能力,以原子局域環(huán)境為輸入特征(feature)構(gòu)建原子能量函數(shù) ,然后利用大量的第一性原理數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。人工智能技術(shù)在分子動(dòng)力學(xué)領(lǐng)域掀起的這一波浪潮主要就是由神經(jīng)網(wǎng)絡(luò)勢(shì)函數(shù)所帶動(dòng)。 但是,人工智能技術(shù)所帶來(lái)的革新,絕不只是神經(jīng)網(wǎng)絡(luò)勢(shì)函數(shù)。與神經(jīng)網(wǎng)絡(luò)模型發(fā)展相伴隨的技術(shù)創(chuàng)新,包括強(qiáng)大的高維梯度下降算法,和底層的自動(dòng)微分程序框架,都可以被傳統(tǒng)力場(chǎng)開(kāi)發(fā)者所用,這就是 DMFF 誕生的主要原因。 在神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中,我們需要通過(guò)反向傳播,計(jì)算網(wǎng)絡(luò)輸出對(duì)網(wǎng)絡(luò)參數(shù)的微分,并利用梯度下降實(shí)現(xiàn)整個(gè)神經(jīng)網(wǎng)絡(luò)的優(yōu)化。因此,自動(dòng)微分框架與機(jī)器學(xué)習(xí)模型的訓(xùn)練相伴而生,可以說(shuō)自動(dòng)微分技術(shù)本身就是為了大量數(shù)據(jù)下高維參數(shù)的高效優(yōu)化而生。包括 DP 在內(nèi)的神經(jīng)網(wǎng)絡(luò)勢(shì)能面的訓(xùn)練,其實(shí)都是基于自動(dòng)微分技術(shù)實(shí)現(xiàn)的。 【DMFF|動(dòng)手實(shí)踐】 盡管最早是被用于機(jī)器學(xué)習(xí)模型,但自動(dòng)微分技術(shù)本身并不依賴(lài)于機(jī)器學(xué)習(xí)模型。需要微分和優(yōu)化的計(jì)算流可以是任何物理模型。 因此,我們完全可以利用自動(dòng)微分和梯度下降技術(shù),利用實(shí)驗(yàn)和第一性原理數(shù)據(jù),經(jīng)過(guò)反向傳播去優(yōu)化任何物理模型的參數(shù)。而 DMFF 正是這一想法在分子力場(chǎng)領(lǐng)域運(yùn)用的實(shí)例。 通過(guò) DMFF,我們對(duì)分子力場(chǎng)開(kāi)發(fā)的兩大難題作出回應(yīng):如何保證分子動(dòng)力學(xué)模擬過(guò)程中復(fù)雜力場(chǎng)的快速實(shí)現(xiàn)與迭代;如何提升高維度函數(shù)中優(yōu)化參數(shù)的效率以及這一過(guò)程的自動(dòng)化程度,并提升參數(shù)的可遷移性。 在最新發(fā)布的 DMFF 0.2.0版本中,探索出了一條力場(chǎng)參數(shù)自動(dòng)優(yōu)化的路徑,相應(yīng)的工作流在比較簡(jiǎn)單的小分子體系與較為復(fù)雜的電解液體系中都得到了驗(yàn)證。在下面的 Notebook 中,我們會(huì)“手把手”帶你親手構(gòu)建分子力場(chǎng)、生成與拓展勢(shì)函數(shù)、通過(guò) DMFF 進(jìn)行簡(jiǎn)單的擬合并以實(shí)際案例搭建力場(chǎng)參數(shù)優(yōu)化的工作流。(notebook鏈接 :https://bohrium.dp.tech/notebook/366e1f35236f495d994be1622c7b4d09) |
» 搶金幣啦!回帖就可以得到:
+2/844
+2/146
+2/126
+1/82
+1/81
+1/35
+1/26
+1/19
+1/16
+1/14
+1/9
+1/8
+1/6
+1/5
+1/5
+1/5
+1/3
+1/2
+1/1
+1/1
| 7 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研]
|
likeihood 2026-03-06 | 6/300 |
|
|---|---|---|---|---|
|
[考研] 求調(diào)劑 +4 | 呼呼?~+123456 2026-03-05 | 5/250 |
|
|
[考研] 材料調(diào)劑 +8 | ounce. 2026-03-04 | 9/450 |
|
|
[考研] 我嘗試在小木蟲(chóng)上招計(jì)算機(jī)專(zhuān)業(yè)的調(diào)劑學(xué)生 +3 | littlehu66 2026-03-04 | 5/250 |
|
|
[考研] 290分材料工程085601求調(diào)劑 數(shù)二英一 +9 | llx0610 2026-03-02 | 10/500 |
|
|
[考研] 085600材料與化工,一志愿廣州985,求調(diào)劑 +10 | qqyyaill 2026-03-05 | 10/500 |
|
|
[考研] 化學(xué)專(zhuān)業(yè)調(diào)劑 +5 | 好好好1233 2026-03-04 | 6/300 |
|
|
[考研] 080500材料科學(xué)與工程 +13 | 202114020319 2026-03-03 | 13/650 |
|
|
[考研] 材料調(diào)劑 +5 | ws 上岸鴨 2026-03-05 | 5/250 |
|
|
[考研] 304求調(diào)劑 +7 | 曼殊2266 2026-02-28 | 8/400 |
|
|
[考研] 成績(jī)276,專(zhuān)業(yè)代碼0856求調(diào)劑 +10 | 小陳朵 2026-03-03 | 10/500 |
|
|
[考研] 學(xué)碩材料275調(diào)劑 +9 | 路三三 2026-03-03 | 9/450 |
|
|
[考研]
|
15779376950 2026-03-01 | 8/400 |
|
|
[考研] 化工專(zhuān)碩調(diào)劑 +4 | 利好利好. 2026-03-03 | 7/350 |
|
|
[考研] 268求調(diào)劑 +6 | 好運(yùn)連綿不絕 2026-03-02 | 6/300 |
|
|
[考研] 材料類(lèi)求調(diào)劑 +11 | wana_kiko 2026-02-28 | 14/700 |
|
|
[考研] 279求調(diào)劑 +3 | dua1 2026-03-01 | 4/200 |
|
|
[考研] 272求調(diào)劑 +6 | 田智友 2026-02-28 | 6/300 |
|
|
[考研]
|
LYidhsjabdj 2026-02-28 | 4/200 |
|
|
[考研] 304求調(diào)劑 +3 | 52hz~~ 2026-02-28 | 5/250 |
|