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(Deep Potential,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。 近日,DeePMD-kit v3的首个alpha版本(v3.0.0a0)发布,支持在 TensorFlow 或 PyTorch 等后端框架展开...
“深度势能”系列开源软件 DeePMD-kit 与 DP-GEN 的核心开发者之一,相关软件被广泛地用于分子模拟与材料设计;主导研发了药物设计领域自由能微扰计算软件 Hermite® Uni-FEP 与 AI for Science 科研云平台 Bohrium®,成果入选“北京建设国家人工智能创新应用先导区优秀案例” 。 朱通,华东师范大学化学与分子工程学院...
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团队在原有模型压缩的基础上,推出了Compressed Training功能。只需在训练指令中添加特定参数,即可利用预压缩的模型graph-compress.pb作为初始模型,大幅减少可学习参数,从而实现快速训练。压缩训练在某些情况下,比如小体系,可实现训练速度3倍以上的提升,减少了微调过程。Compressed Training分为...
1. dpdata:用于将DFT软件的计算结果转换为DeePMD-kit接受的数据格式;2. DeePMD-kit:用于进行DP训练和计算;3. DP-GEN:用于高效采样和标定训练数据。DP-GEN软件调用了DeePMD-kit和DFT计算软件包,能自动产生和测试DP。DeePMD在材料科学中的应用 DP在材料科学中已被广泛应用于各种体系,包括:1. 单质...
他巧妙地运用dflow的强大计算能力,配合DeePMD-kit进行声子采样和衍射模拟,实现了对热平衡的精细控制,通过加热策略有效地避免了热冲击。令人瞩目的是,他的模拟结果与DFT文献数据高度吻合,即使是铝块体的实验数据,也显示出惊人的一致性,只是在薄片上揭示了表面效应的微妙之处。而他的散射模拟不仅限于...
武汉理工大学与DeepModeling开源社区携手,即将在4月1日至2日举办一场盛大的技术盛会——武汉哥伦布训练营。这次训练营汇集了多位行业大咖,包括赵焱老师和DeepModeling社区的核心开发者,他们将分享DeePMD-kit、ABACUS、DeepH、DPLR等关键软件的深度解析与实战应用。深度势能(DeePMD-kit)作为机器学习势函数...
@曾晋哲总结了直接使用DeePMD-kit完成的工作:https://deepmodeling.com/blog/papers/deepmd-kit/和直接...