摘要
本发明公开了一种二维层状材料机器学习势函数的构建方法,属于材料科学与计算模拟领域,包括S1:利用第一性原理对二维层状材料进行建模,并完成第一性原理计算,将其结果作为数据源;S2:从数据源中提取结构和力的信息,并将数据向量化,形成用于训练神经网络模型的数据集;S3:基于深度学习模型DeepMD对处理好的数据集进行训练,生成机器学习的势函数模型;S4:模型检测:计算模型预测值与第一性原理计算结果之间的误差;S5:进行分子动力学模拟;本发明通过合理设计建模过程、优化数据处理和训练步骤,确保生成的势函数模型具有高精度和高效率,可广泛应用于材料科学和分子动力学模拟领域。
技术关键词
二维层状材料
训练神经网络模型
生成机器学习
模型预测值
深度学习模型
建立神经网络模型
数据
网格搜索方法
深度学习框架
多层感知器
误差
分子
应力
网络结构
参数
受力
高效率
盒子
脚本
系统为您推荐了相关专利信息
卷烟机
深度学习模型
烟丝特性
数据采集模块
温湿度
深度置信网络模型
数字孪生模型
状态实时监测
润滑剂
预警系统
内窥镜成像系统
摄像模组
照明模组
柱体
图像处理系统
轨迹跟踪方法
深度学习模型
空间移动轨迹
轨迹跟踪装置
滑动时间窗口
气象观测数据
气象预报方法
风速
时间段
预报系统