論文の概要: Stress and heat flux via automatic differentiation

• arxiv url: http://arxiv.org/abs/2305.01401v1
• Date: Tue, 2 May 2023 13:20:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-03 14:27:34.566577
• Title: Stress and heat flux via automatic differentiation
• Title（参考訳）: 自動微分による応力と熱流束
• Authors: Marcel F. Langer and J. Thorben Frank and Florian Knoop
• Abstract要約: 機械学習ポテンシャルはボルン・オッペンハイマーポテンシャルエネルギー表面の効率的な近似を提供する。 最近のポテンシャルは高いボディオーダーを特徴とし、メッセージパッシング機構による同変半局所相互作用を含むことができる。 本研究は, 力, 応力, 熱フラックスを得るための統一ADアプローチを示し, モデルに依存しない実装を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Machine-learning potentials provide computationally efficient and accurate approximations of the Born-Oppenheimer potential energy surface. This potential determines many materials properties and simulation techniques usually require its gradients, in particular forces and stress for molecular dynamics, and heat flux for thermal transport properties. Recently developed potentials feature high body order and can include equivariant semi-local interactions through message-passing mechanisms. Due to their complex functional forms, they rely on automatic differentiation (AD), overcoming the need for manual implementations or finite-difference schemes to evaluate gradients. This study demonstrates a unified AD approach to obtain forces, stress, and heat flux for such potentials, and provides a model-independent implementation. The method is tested on the Lennard-Jones potential, and then applied to predict cohesive properties and thermal conductivity of tin selenide using an equivariant message-passing neural network potential.
• Abstract（参考訳）: 機械学習ポテンシャルは、ボルン-オッペンハイマーポテンシャル表面の計算効率と正確な近似を提供する。 このポテンシャルは、分子動力学のための勾配、特に圧力、熱輸送特性のための熱流束を必要とする多くの材料特性やシミュレーション技術を決定する。 近年開発されたポテンシャルは高次数であり、メッセージパッシング機構を通じて等変半局所相互作用を含むことができる。 複雑な機能形態のため、手動実装や勾配を評価する有限差分スキームの必要性を克服する自動微分(AD)に依存している。 本研究は, 力, 応力, 熱フラックスを得るための統一ADアプローチを示し, モデルに依存しない実装を提供する。 この方法は、レナード・ジョーンズポテンシャルでテストされ、等価なメッセージパッシングニューラルネットワーク電位を用いて、セレン化ブリンの凝集特性と熱伝導率を予測するために適用される。

関連論文リスト

• Thermodynamic Transferability in Coarse-Grained Force Fields using Graph Neural Networks [36.136619420474766]
  グラフ畳み込みニューラルネットワークアーキテクチャを用いて、粗いきめ細かい力場のための高度に自動化されたトレーニングパイプラインを開発する。 この手法により, 高精度な力場が得られるが, これらの力場は様々な熱力学条件によりより伝達可能であることを示す。
  論文  参考訳（メタデータ） (2024-06-17T21:44:05Z)
• Inferring Relational Potentials in Interacting Systems [56.498417950856904]
  このような相互作用を発見する代替手法として、ニューラル・インタラクション・推論(NIIP)を提案する。 NIIPは観測された関係制約を尊重する軌道のサブセットに低エネルギーを割り当てる。 別々に訓練されたモデル間での相互作用の型を交換するなどの軌道操作や、軌道予測を可能にする。
  論文  参考訳（メタデータ） (2023-10-23T00:44:17Z)
• Molecule Design by Latent Space Energy-Based Modeling and Gradual Distribution Shifting [53.44684898432997]
  化学的・生物学的性質が望ましい分子の生成は、薬物発見にとって重要である。 本稿では,分子の結合分布とその特性を捉える確率的生成モデルを提案する。 本手法は種々の分子設計タスクにおいて非常に強力な性能を発揮する。
  論文  参考訳（メタデータ） (2023-06-09T03:04:21Z)
• Heat flux for semi-local machine-learning potentials [0.0]
  グリーン・クボ法(GK法)は材料中の熱輸送シミュレーションのための厳密な枠組みである。 機械学習のポテンシャルは、第一原理シミュレーションの精度を達成でき、シミュレーション時間と長さのスケールをはるかに越えることができる。 計算効率を損なうことなく, 自動微分による適応型熱流束定式化を導出する。
  論文  参考訳（メタデータ） (2023-03-25T10:57:46Z)
• Near-Equilibrium Approach to Transport in Complex Sachdev-Ye-Kitaev Models [0.0]
  一次元複素 Sachdev-Ye-Kitaev 鎖の非平衡ダイナミクスについて検討する。 本研究では, この系の熱電輸送特性について, 均一な温度と化学ポテンシャル勾配を付与して検討する。
  論文  参考訳（メタデータ） (2022-04-12T18:00:36Z)
• Approximate Solutions, Thermal Properties and Superstatistics Solutions to Schr\"odinger Equation [0.0]
  分割関数(Z)およびその他の熱力学特性の観点から熱的性質と超統計学について検討した。 提案されたポテンシャルモデルは、特別の場合としてヘルマンポテンシャル、湯川ポテンシャル、スクリーニングされた双曲ポテンシャル、クーロンポテンシャルに還元される。
  論文  参考訳（メタデータ） (2021-10-16T22:02:50Z)
• Gaussian Moments as Physically Inspired Molecular Descriptors for Accurate and Scalable Machine Learning Potentials [0.0]
  本稿では,フィードフォワードニューラルネットワークに基づく高次元ポテンシャルエネルギー表面構築のための機械学習手法を提案する。 化学空間と構成空間の両方を表すために開発されたアプローチの精度は、いくつかの確立された機械学習モデルの1つに匹敵する。
  論文  参考訳（メタデータ） (2021-09-15T16:46:46Z)
• Computing molecular excited states on a D-Wave quantum annealer [52.5289706853773]
  分子系の励起電子状態の計算にD波量子アニールを用いることを実証する。 これらのシミュレーションは、太陽光発電、半導体技術、ナノサイエンスなど、いくつかの分野で重要な役割を果たしている。
  論文  参考訳（メタデータ） (2021-07-01T01:02:17Z)
• Uhlmann Fidelity and Fidelity Susceptibility for Integrable Spin Chains at Finite Temperature: Exact Results [68.8204255655161]
  奇数パリティ部分空間の適切な包含は、中間温度範囲における最大忠実度感受性の向上につながることを示す。 正しい低温の挙動は、2つの最も低い多体エネルギー固有状態を含む近似によって捉えられる。
  論文  参考訳（メタデータ） (2021-05-11T14:08:02Z)
• Evolution of a Non-Hermitian Quantum Single-Molecule Junction at Constant Temperature [62.997667081978825]
  常温環境に埋め込まれた非エルミート量子系を記述する理論を提案する。 確率損失と熱ゆらぎの複合作用は分子接合の量子輸送を補助する。
  論文  参考訳（メタデータ） (2021-01-21T14:33:34Z)
• Probing eigenstate thermalization in quantum simulators via fluctuation-dissipation relations [77.34726150561087]
  固有状態熱化仮説(ETH)は、閉量子多体系の平衡へのアプローチの普遍的なメカニズムを提供する。 本稿では, ゆらぎ・散逸関係の出現を観測し, 量子シミュレータのフルETHを探索する理論に依存しない経路を提案する。 我々の研究は、量子シミュレータにおける熱化を特徴づける理論に依存しない方法を示し、凝縮物質ポンプ-プローブ実験をシミュレーションする方法を舗装する。
  論文  参考訳（メタデータ） (2020-07-20T18:00:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。