Použití neuronových sítí v kvantové mechanice molekul
| advisor: | Martin Holeňa |
| e-mail: | show e-mail |
| type: | bachelor thesis, master thesis |
| branch of study: | MI_MM, MI_AMSM, MINF, APIN |
| description: | K nejdůležitějším oblastem kvantové mechaniky patří kvantová mechanika molekul. Ta se na základě Schrödingerovy rovnice snaží modelovat elektronové obaly atomů v kontextu vazeb mezi atomy v molekule a v kontextu změn těchto vazeb při chemických reakcích. Lze tedy říci, že na kvantové mechanice molekul spočívá kvantová chemie. V kvantové mechanice molekul se používá řada výpočetně náročných numerických metod, z nichž nejznámější jsou metoda založená na teorii funkcionálu hustoty (density fuinctional theory, DFT) a metoda Monte Carlo. Teprve nedávno se v kvantové mechanice molekul začaly používat i metody strojového učení, konkrétně neuronové sítě, které predikují vlastnosti elektronového obalu a jejich změny na základě pozic atomů uvažovaného souboru molekul, poté co byly trénovány na výsledcích výpočetně náročných metod. Nejznámnější z takovýchto neuronových sítí je kolekce sítí MACE (Multi Atomic Cluster Expansion) natrénovaných na základě zhruba 150000 výpočtů provedných na 31 pracovištích v 7 zemích. Výpočty se týkaly zhruba 30000 anorganických sloučenin zkoumaných v letech 2011–2012 v rozsáhlém mezinárodním projektu s názvem Materials Project. Cílem navržené diplomové práce je studovat predikci různých sítí z kolekce MACE pro nová data dodaná vedoucím práce a studovat vliv dotrénování těmito novými daty na chování sítě. |
| references: | viz https://www.cs.cas.cz/~martin/diplomka74.html |
| last update: | 19.07.2025 14:35:27 |
administrator for this page:
Ľubomíra Dvořáková | last update: 09/12/2011