14. **图形神经网络(GNNs)**:探索GNNs在模拟水和水溶液系统中的应用,以提高模拟的效率和准确性。...
DeePMD-kit 作为 DeepModeling 开源社区的核心项目,通过训练被称为深度势能模型(DeepPotential,简称DP)的机器学习势能(MLP)来促进分子动力学模拟,广泛应用于物理学、化学、生物学和材料科学领域,用于研究原子尺度体系。 在过去的几年里,DeePMD-kit 持续迭代,推陈出新。广大用户和社区开发者持续贡献了许多优秀的教学资料...
DeePMD-kit是一种基于机器学习的分子动力学模拟方法,该方法是通过使用从头计算得到的数据对深度神经网络模型进行训练,从而得到通用的多体势能模型(DP模型)。由于其是基于第一性原理,而具有媲美量子力学的精度。其计算效率高,比第一性原理计算至少快5个数量级。目前DP模型已成功应用于水和含水体系,金属和合金,高熵陶...
DeePMD-kit v1.x 的描述子仅支持两体嵌入,虽然在环境矩阵中已经包括了构型多体相关性的的描述,但是这个描述仍然是不完备的。在绝大多数应用中这种不完备性不会导致模型精度不足,但我们仍然发现在少数极端情况下两体嵌入的深度势能模型无法满足用户需求,因此在DeePMD-kit v2.0.0中加入了三体嵌入,更加完备地描述每个...
最近,DeePMD-kit核心开发团队实现了Model Compression这一新功能。只需要一个简单的指令dp compress,Model Compression就能在数分钟内对训练好的DP模型进行压缩处理。在和原模型保持一致精度的情况下,Compress模型的模拟速度提升可达10倍以上,同时压缩模型的模拟体系可扩大最多20倍!Model compression paper已经上架arxiv:ar...
最近应用DeePMD-kit程序的文章连续发表在JACS上,总结如下: (1)J. Am. Chem. Soc.2022, 144, 23, 10524–10529 索邦大学Damien Laage课题组对该问题的研究。在深度势能(DP)的帮助下,研究者以硝酸和甲酸为例,比较了这两种酸在水溶液中的酸度,及空气-水界面上方和下方的酸度。构建酸与128个水分子的体系,用DFT...
近日,深势科技宣布已经完成分子动力学模拟软件DeePMD-kit向Graphcore的IPU硬件的迁移,表示IPU已经正式支持DeePMD-kit这一荣获戈登贝尔奖的前沿分子动力学模型,自此,研究者可以在IPU上进行分子动力学应用和材料模拟的探索。目前,开发者已经可以在Graphcore的GitHub中获取基于IPU硬件迁移完成的DeePMD-kit。DeePMD-kit是深度...
823 -- 23:10 App 郑家新:机器学习力场应用于锂金属负极生长机理研究 3662 1 30:26 App DP答疑交流活动第二期:数据准备 629 -- 17:26 App 拓娉:DeePMD用于研究有机无机复合钙钛矿的XRD衍射谱峰异常现象 1.1万 3 1:17:30 App 【教程】DP开发者亲授:一节课学透DeePMD-Kit原理 1062 -- 20:17 App...
北京2022年2月15日 /美通社/ -- 2022 ASC世界大学生超级计算机竞赛(ASC22)已进入预赛阶段,全球五大洲超过300支队伍正在向决赛席位发起冲击,他们将挑战一项前沿尖端应用 -- 机器学习分子动力学DeePMD-kit训练优化。该赛题将引导大学生进行一场人工智能+科学研究+高性能计算(AI+Science+HPC)的前沿探索。DeePMD,...
DeePMD-KIT与最流行的深度学习框架之一TensorFlow相连接,使培训过程高度自动化和高效。它分别与经典MD和量子(路径积分)MD软件包,即LAMMPS和I-PI对接,已成功地应用于有机分子、金属、半导体、绝缘体等有限系统和扩展系统。 DeePMD-KIT支持MPI和GPU,为高性能并行和分布式计算提供高效率。此外,该软件高度模块化,易于适应...