聚焦机器学习 | 机器学习势函数:三年五篇SCI!!!

计算材料学 2025-08-28 11:22
文章摘要
本文聚焦机器学习势函数在材料科学中的应用。背景方面,传统经典力场在描述金属合金、氧化物等复杂体系时存在局限性,尤其对广义层错能和反应过程的描述不够准确。研究目的旨在通过开发神经网络势函数(NNP)和原子团簇扩展描述符(ACE)等机器学习方法,提升材料模拟的精度和效率。结论显示,机器学习势函数在金属Zr的力学性能预测、负膨胀系数材料的热膨胀行为模拟以及有机体系物性计算方面均取得显著成果,其预测精度优于传统力场,为复杂材料体系的长时间模拟提供了有效解决方案。
聚焦机器学习 | 机器学习势函数:三年五篇SCI!!!
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Issue Publication Information
DOI: 10.1021/apv007i016_1974947 Pub Date : 2025-08-22
IF 4.7 2区 化学 Q2 ACS Applied Polymer Materials
计算材料学
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信