ترجمه فارسی مقاله پتانسیل های بین اتمی سریع و دقیق یادگیری ماشینی برای شبیه سازی در مقیاس بزرگ مس، آل و نیکل

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Fast and accurate machine-learned interatomic potentials for large-scale simulations of Cu, Al and Ni
عنوان مقاله به فارسی پتانسیل های بین اتمی سریع و دقیق یادگیری ماشینی برای شبیه سازی در مقیاس بزرگ مس، آل و نیکل
نویسندگان Aslak Fellman, Jesper Byggmästar, Fredric Granberg, Kai Nordlund, Flyura Djurabekova
فرمت مقاله انگلیسی PDF
تعداد صفحات 16
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Materials Science,Computational Physics,علوم مواد , فیزیک محاسباتی ,
توضیحات Submitted 28 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده 28 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Machine learning (ML) has become widely used in the development of interatomic potentials for molecular dynamics simulations. However, most ML potentials are still much slower than classical interatomic potentials and are usually trained with near equilibrium simulations in mind. In this work, we develop ML potentials for Cu, Al and Ni using the Gaussian approximation potential (GAP) method. Specifically, we create the low-dimensional tabulated versions (tabGAP) of the potentials, which allow for two orders of magnitude higher computational efficiency than the GAPs, enabling simulations of large multi-million atomic systems. The ML potentials are trained using diverse curated databases of structures and include fixed external repulsive potentials for short-range interactions. The potentials are extensively validated and used to simulate a wide range of fundamental materials properties, such as stacking faults and threshold displacement energies. Furthermore, we use the potentials to simulate single-crystal uniaxial compressive loading in different crystal orientations with both pristine simulation cells and cells containing pre-existing defects.

چکیده به فارسی (ترجمه ماشینی)

یادگیری ماشین (ML) به طور گسترده ای در توسعه پتانسیل های بین اتمی برای شبیه سازی دینامیک مولکولی مورد استفاده قرار گرفته است.با این حال ، اکثر پتانسیل های ML هنوز بسیار کندتر از پتانسیل های بین اتمی کلاسیک هستند و معمولاً با شبیه سازی های تعادل نزدیک در ذهن آموزش می یابند.در این کار ، ما با استفاده از روش پتانسیل تقریب گاوسی (GAP) پتانسیل های ML را برای مس ، آل و نیکل ایجاد می کنیم.به طور خاص ، ما نسخه های جدول بندی شده کم بعدی (TABGAP) از پتانسیل ها را ایجاد می کنیم ، که امکان دو مرتبه از راندمان محاسباتی بالاتر از شکاف ها را فراهم می کند ، و امکان شبیه سازی سیستم های بزرگ اتمی چند میلیون را فراهم می کند.پتانسیل های ML با استفاده از بانکهای اطلاعاتی متنوع سازه ها آموزش داده می شوند و شامل پتانسیل های دافع خارجی ثابت برای تعامل با برد کوتاه هستند.این پتانسیل ها به طور گسترده ای تأیید شده و برای شبیه سازی طیف گسترده ای از خصوصیات مواد اساسی مانند انباشت گسل ها و انرژیهای جابجایی آستانه استفاده می شوند.علاوه بر این ، ما از پتانسیل ها برای شبیه سازی بارگذاری فشاری تک محوره تک کریستالی در جهت گیری های مختلف کریستالی با هر دو سلول شبیه سازی بکر و سلولهای حاوی نقص از قبل موجود استفاده می کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.