检索结果-南通市图书馆

软件学报 2025年

作者：胡思宇周远昌赵曈汪林望贾伟乐谭光明处理器全国重点实验室(中国科学院计算技术研究所) 中国科学院大学中国科学院半导体研究所

分子动力学模拟在材料模拟、生物制药等领域发挥着重要作用.近年来,科学智能(AI-for-Science)发展,尤其是神经网络力场在预测能量、力等性质的问题上,相比于传统势函数方法在准确性上有大幅提升.针对当前的神经网络力场模型在使用一阶... 详细信息

分子动力学模拟在材料模拟、生物制药等领域发挥着重要作用.近年来,科学智能(AI-for-Science)发展,尤其是神经网络力场在预测能量、力等性质的问题上,相比于传统势函数方法在准确性上有大幅提升.针对当前的神经网络力场模型在使用一阶训练方法时出现的超参设置敏感和梯度爆炸问题,给出层重组卡尔曼滤波优化器在避免超参数设置问题上的若干策略和防止梯度爆炸的理论证明.基于层重组卡尔曼滤波优化器,制定交替训练方法并分析该方法的精度收益和时间成本、提出分块阈值的性能模型并论述该模型的有效性、证明防止梯度爆炸的性质并验证该优化器关于激活函数和权重初始化的鲁棒性.对4种典型的神经网络力场模型在11个有代表性的数据集进行测试,实验表明,当层重组卡尔曼滤波优化器和一阶优化器达到相当的预测精度时,层重组卡尔曼滤波优化器相比于一阶方法快8–10倍.可以相信,所提出的层重组卡尔曼滤波训练方法能给其他的科学智能(AIfor-Science)应用带来启发.

关键词：科学智能神经网络力场训练层重组扩展卡尔曼滤波优化器分子动力学模拟

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

优化器对神经网络力场性能的影响与分析

引用

计算机科学 2024年

作者：李恩吉胡思宇谭光明贾伟乐中国科学院计算技术研究所处理器全国重点实验室中国科学院大学

分子动力学模拟是一种广泛应用于多个学科（如材料科学、计算化学等）的关键研究方法。近年来，随着计算能力的提升、神经网络模型的发展、第一性原理数据的增加，神经网络力场模型已经展现出高精度的预测能力。目前已存在多种神经网络... 详细信息

分子动力学模拟是一种广泛应用于多个学科（如材料科学、计算化学等）的关键研究方法。近年来，随着计算能力的提升、神经网络模型的发展、第一性原理数据的增加，神经网络力场模型已经展现出高精度的预测能力。目前已存在多种神经网络力场模型的训练算法，而神经网络力场模型处于一个快速迭代的阶段，当前仍然缺乏神经网络力场模型及其与之适配的优化器的指导建议。本文选取三种有代表性的神经网络力场模型和目前三种用于神经网络力场模型上的优化算法，在四种真实数据集上进行测试和评估，分析其影响收敛性的原因。我们设计实验进行全方位的评估，包括模型参数量对优化器的影响，神经网络宽度对收敛性的影响，模型训练时间与优化器的关联等。我们的工作可以针对神经网络力场模型，给出优化器算法的建议。

关键词：分子动力学模拟神经网络力场训练优化器

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：