人工神经网络加速计算材料科学的研究进展

摘要：

计算模拟为材料科学带来了第一次计算革命,虽然计算模拟方法可以在不需要实验合成的情况下获得材料的一些关键性能,但大多数计算方法只针对于特定的系统,计算和时间成本很高,并且需要较高的专业基础.作为人工智能的分支之一,人工神经网络算法的应用极大地加速了新材料的发现,可以比计算模拟方法快上一个甚至几个数量级.人工神经网络现已被应用于各种材料性质的预测、高分辨率显微镜图像和衍射图的识别,甚至被嵌入到密度泛函计算中,以代替Kohn-Sham方程,从而缩短计算时间.本文讨论了近5年人工神经网络在材料性质预测方面的不同方法、针对显微镜图像和衍射图的微观结构识别方法以及加快DFT计算的技术特点.

关键词：人工神经网络、计算材料科学、性质预测、微观结构识别、计算模拟

所属期刊栏目：44

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金;吉林省科技发展计划项目

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：21-33