Потенциал интеграции нейронных сетей для предсказания свойств материалов или ускорения расчетов.

[Klaterrr]

Привет! Очень интересный и определенно перспективный проект. Мне было интересно с ним ознакомиться. Я изучаю нейронные сети и их применение в научных вычислениях, и у меня возникла идея, как можно было бы улучшить siman.

Вижу потенциал в двух направлениях:

1. Предсказание свойств материалов с помощью нейронных сетей: Siman может генерировать большое количество данных о структурах и их свойствах, полученных из DFT расчетов. Эти данные можно использовать для обучения нейронной сети, которая сможет предсказывать свойства новых материалов без проведения дорогостоящих DFT расчетов. Это может значительно ускорить процесс поиска новых материалов с заданными свойствами. Было бы интересно изучить, какие свойства (например, энергия образования, ширина запрещенной зоны, магнитный момент) можно предсказывать с достаточной точностью, и какие архитектуры нейронных сетей (будь то сверточные сети или графовые) лучше всего подходят для этой задачи.

2. Ускорение DFT расчетов с помощью нейронных сетей: Нейронные сети могут использоваться для аппроксимации потенциалов межатомного взаимодействия, которые используются в DFT расчетах. Это может значительно ускорить сами DFT расчеты, позволяя siman обрабатывать более сложные системы и проводить более длительные симуляции. Интересно было бы исследовать, как можно интегрировать существующие модели нейронных потенциалов (ANI, DeepMD) в siman, или разработать новые модели, специфичные для задач, решаемых с помощью siman.

Я хотел бы обсудить возможность интеграции нейронных сетей в siman. Возможно, это можно реализовать в виде отдельного модуля или плагина. Какие у вас мысли по этому поводу? Готов ли кто-то к сотрудничеству в этом направлении?

[dimonaks]

Привет! Спасибо! Хорошая идея, можно созвониться и обсудить возможные варианты взаимодействия.