行行查
行业研究数据库
人工智能行业研究:ML-AIMD方法流程示意图
- 人工智能
ML-AIMD(机器学习辅助的从头算分子动力学)方法是一种结合了原子尺度模拟与机器学习技术的多尺度建模方法,旨在高效预测材料体系的原子间势能。该流程主要分为两个核心阶段:原子构型的“指纹化”处理和基于机器学习的势函数构建。
首先,在“指纹化原子构型”阶段,系统通过分析原子结构中的局部环境特征,将每个原子的几何信息转化为可量化的“指纹向量”。具体而言,原始的晶格结构由一系列原子位置 $ R_i $ 构成,这些位置信息经过处理后,提取出反映局部环境变化的关键参数,如键长变化、形状变化和体积变化等。这些局部环境信息被进一步编码为一组高维的指纹向量 $ {V_i(r_{ij},…,r_{iN})} $,从而实现对复杂原子构型的数学表征。
其次,在“机器学习”阶段,这些指纹向量作为输入,与从第一性原理计算(AIMD)或 nudged elastic band(NEB)方法中获得的参考能量数据(即目标值)进行关联训练。采用核岭回归(Kernel Ridge Regression)算法,建立指纹向量与系统总能量之间的非线性映射关系 $ E = f(V) $。最终,该模型输出一个可用于快速计算原子间相互作用势的表
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 | ||
| 人工智能行业周观点:Anthropic下周正式挂牌,OpenAI推出ChatGPT钱包与商户中心 | 2026-11-16 | 50 | ||
| 人工智能行业半月报(2026年11月第2期):Anthropic即将上市,黄仁勋辞去CEO等职务 | 2026-11-18 | 20 | ||
| 专题研究报告:人工智能在资本市场的应用现状与演进方向 | 2026-11-19 | 31 |

行研数据库
创投数据库
证券数据库
商业数据库










