第51卷第2期2023年2月硅酸盐学报Vol.51，No.2February，2023JOURNALOFTHECHINESECERAMICSOCIETYhttp://www.gxyb.cbpt.cnki.netDOI：10.14062/j.issn.0454-5648.20220824基于机器学习势函数的原子模拟软件的开发及应用商城，康沛林，刘智攀(复旦大学化学系，上海200433)摘要：近年来，基于机器学习的大规模原子模拟技术的发展为许多化学分支的发展带来了巨大的希望。这些模拟具有高速度和高精度的特点。本文概述了基于机器学习势函数的原子模拟的3个关键方面的最新进展，即机器学习模型和结构描述子的开发，全局势能面训练集的生成，以及基于主动学习的势函数自动训练。研究表明，最近设计的指数型结构描述子和前馈神经网络模型非常适合生成高度复杂的全局势能面。通过神经网络势函数在材料和反应模拟中的2个最新应用来说明基于机器学习势函数的原子模拟如何有助于发现新材料和反应。关键词：机器学习；势函数；全局势能面；原子模拟软件中图分类号：O6文献标志码：A文章编号：0454–5648(2023)02–0476–12网络出版时间：2022-12-27DevelopmentandApplicationofAtomicSimulationSoftwareBasedonMachineLearningPotentialsSHANGCheng,KANGPeilin,LIUZhipan(DepartmentofChemistry,FudanUniversity,Shanghai200433,China)Abstract:Recentdevelopmentoflarge-scaleatomicsimulationtechniquesbasedonmachinelearninghasbroughtagreatpromiseinchemistry.Thesesimulationsarefeaturedbybothhighspeedandhighaccuracy.Thisreviewoutlinedrecentdevelopmentonthreekeyaspectsofatomicsimulationbasedonmachinelearningpotential,i.e.,machinelearningmodelsandstructuredescriptors,generationofglobalpotentialenergysurfacetrainingsets,andautomatictrainingofpotentialfunctionsbasedonactivelearning.Itisindicatedthatthedesignedstructuredescriptorandfeedforwardneuralnetworkmodelaresuitableforgeneratingahighlycomplexglobalpotentialenergysurface.Inaddition,theapplicationsofLASPsoftwareinmaterialandreactionsimulationswerealsoselectedtoillustratehowML-basedatomicsimulationcouldassistthediscoveryofnovelmaterialsandreactions.Keywords:machinelearning;potential;globalpotentialenergysurface;atomicsimulationsoftware1机器学习辅助原子模拟在化学与材料领域中的机遇与挑战针对材料和化学反应的模拟，一直是化学研究的前沿...
