#中国数字科技馆#有效寻找最小能量路径和鞍点的优化算法
本文插图
图片来源：J. Chem. Phys. 147, 152720 (2017), AIP Publishing）
阿尔托大学的博士生Olli-Pekka Koistinen通过使用基于高斯回归的机器学习算法 ， 实现了对最小能量路径和鞍点搜索的优化 ， 并测试了该算法的应用效果 。
在理论化学中 ， 搜寻最小能量路径和鞍点会消耗大部分时间和计算资源 。 提升搜寻速度的瓶颈在于其搜寻过程需要对每个原子构型的能量和力进行准确评估 ， 这往往需要在构型空间中确定数百个点进行测试 。
而使用机器学习算法可以将目标观察点的数量和能量评估所需计算资源减少 ， 仅为传统方法的一小部分 ， 有效加快计算速度 。
最小能量路径位于势能表面上 ， 该势能表面根据特定参数描述特定系统（例如分子）的能量 。 通常 ， 这些参数显示原子的位置 ， 能量表面的局部最小值对应系统的稳定状态 。 最小的能量路径就是将这些点联系起来 ， 由此描述可能的反应机理 。
Koistinen解释说：“为了定向 ， 我将这个能量表面视为一张图 ， 稳定的原子构型在图中显示为凹陷 ， 最小能量路径是一条连接两个这样的凹陷之间的路径 ， 它保持尽可能低的能量状态 。 相应的 ， 鞍点是可以从一个凹陷到达另一个凹陷并保持尽可能低的高度的路径上的最高点 。 ”
传统算法中 ， 研究人员使用迭代方法搜索最小的能量路径和鞍点 ， 这些方法在能量表面上以很小的步长进行 。 而借助机器学习和统计模型 ， 可以将以前的观察结果用于对能量表面进行建模 ， 由此可以显著减少达到目标所需的迭代次数 。
因此 ， 机器学习提供了一种更有效 ， 更轻便 ， 因此更“便宜” ， 更“生态”的选择 ， 它也可以为研究传统方法无法解决的问题提供新的可能性 。 Koistinen说：“这是机器学习算法有助于其他研究的一个应用实例 。 ”
翻译：路凯
审校：董子晨曦
引进来源：阿尔托大学
引进链接：
本文插图
【#中国数字科技馆#有效寻找最小能量路径和鞍点的优化算法】
推荐阅读
- 史笔如钢：中国教授提出2个疑点，或真有他人参与，BBC称兵马俑有希腊人手笔
- 『老谭世界百态』西方不说话了，中国战胜新冠投入了多少资金？专家说出一组数字
- 中国网科技@撤出液晶面板生产，三星将关闭两座工厂
- 「小飞猪的防务观察」蛟龙600需加快研制，西昌大火表明中国急缺灭火飞机
- 『强国兵器』中方协同美方开发AI工具，英国人：只有中国能做到，抗疫强力辅助
- #即科技#107国赞同票作废！，想“加入”联合国？中国使用一票否决
- 【台海网】美官员攻击中国成瘾！华春莹强势回应：这锅你甩不掉
- 「万域」晨光文具陈湖雄：造一支中国人自己的好笔
- 「晓卫双」泰国转身就卖给了美国？官方终于出面回应，中国捐的口罩刚落地
- 即科技■决定权掌握在中国手，?联合国五常将变六常？此国获美俄一致力挺