机器学习原子间相互作用建模

• 作者: 王涵
• 来源期刊: 计算数学
• 关键词: 机器学习 原子间作用势 分子动力学模拟
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 青年评述|Youth Review
• 页码范围: 261-278
• 页数: 18页
• 语种: 中文
• DOI: 10.12286/jssx.j2021-0833

摘要

原子间相互作用建模是分子动力学模拟的核心问题之一.基于第一性原理的建模准而不快,经验势模型快而不准,因此人们长期面临精度和效率只得其一的两难困境.基于机器学习的原子间相互作用建模在达到第一性原理精度的同时,计算开销大大降低,因而有希望解决这一两难困境.本文将介绍构造基于机器学习的原子间相互作用模型的一般框架,归纳近年来的主要建模工作,并探讨这些工作的优势和劣势.