Рассмотрена разработка потенциалов межчастичного взаимодействия двух типов для атомистического моделирования комплексов углеродных наноматериалов с литием. Первый потенциал построен методом гауссовой аппроксимации, второй - в рамках подхода глубокого обучения. Эти потенциалы обучались на результатах моделирования методом функционала электронной плотности и обеспечивали точность, близкую к точности этого метода при существенно меньших требованиях к вычислительным ресурсам. Наборы данных содержали более 8000 структур приблизительно из 100 атомов. Конкретная структура с вероятностью 90 % помещалась в обучающую выборку, в противном случае - в валидационную. Полученные потенциалы позволили точно воспроизвести энергии комплексов и силы, действующие на атомы. Время расчета линейно возрастает с количеством атомов в модели и может изменяться на несколько порядков в зависимости от типа потенциала и используемого аппаратного обеспечения. Потенциал, полученный методом глубокого обучения, кажется многообещающим для реалистичного и точного моделирования лития на поверхности углеродных нанотрубок и различных графеноподобных структур при температурах до 450 K. Ключевые слова: молекулярная динамика, глубокое обучение, регрессия, литий, углеродные наноматериалы.

Подсчитывается количество просмотров абстрактов ("html" на диаграммах) и полных версий статей ("pdf"). Просмотры с одинаковых IP-адресов засчитываются, если происходят с интервалом не менее 2-х часов.

Дата начала обработки статистических данных - 27 января 2016 г.