Interatomica – Telegram
Interatomica
303 subscribers
66 photos
1 video
43 links
Канал о жизни научной группы Александра Шапеева, машинно-обучаемых потенциалах и трендах в мире цифрового материаловедения
Download Telegram
Channel created
Channel photo updated
Добро пожаловать в канал, посвящённый жизни лаборатории Александра Шапеева и всему, что с ней связано!

Наш коллектив образовался в 2014 году, когда Александр получил позицию в Сколтехе. У его истоков, включая нашего PI, было 4 человека — научные сотрудники Евгений Подрябинкин и Иван Новиков, а также аспирант Константин Губаев.

Сейчас наш коллектив насчитывает 18 сотрудников и студентов: 1 PI, 4 постдока, 4 аспиранта и 9 магистров. О каждом из нас можно найти информацию на страничке лаборатории на сайте Сколтеха (здесь же можно найти контакты для связи).

Далее будут хэштеги канала для удобной навигации:

#онас — истории из жизни нашего коллектива

#вакансии — вакансии у нас и наших друзей

#мыпишем — мы о науке и ее окрестностях

#онаспишут — истории о нас и наших работах в других источниках

#публикации — наши научные работы

#мероприятия — мероприятия, в которых мы принимаем участие (или рекомендуем это сделать)

#разборстатей — интересное из мира цифрового материаловедения и не только

#самообразование — где что посмотреть, послушать и почитать
🔥93🎉3
Лето уже подходит к концу, а хорошие новости из нашей лаборатории никогда не заканчиваются 📣⚡️

Наши сотрудники совместно с коллегами из других университетов опубликовали статью, в которой авторы рассказали о разработанном ими методе обучения (фитинга) потенциалов с учетом магнитных степеней свободы — данный класс потенциалов назвали magnetic Moment Tensor Potentials (mMTP). Сам метод фитинга включает в себя обучение к магнитным силам — отрицательным производным энергий по магнитным моментам.

Авторы статьи рассчитали энергию образования, параметр решетки и магнитный момент суперячейки для системы ОЦК Fe–Al с разной концентрацией атомов алюминия в суперячейке и продемонстрировали соответствие между значениями, рассчитанными с помощью mMTP и DFT (Density Functional Theory). Кроме того, авторы продемонстрировали, что разработанный метод фитинга mMTP дает более надежные потенциалы по сравнению с классическим методом обучения, в котором фитинг к магнитным силам не происходит. Прочитать статью и подробнее ознакомиться с результатами работы можно по ссылке.

#публикации
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7🔥6🍾4🎉2
С началом учебного года к нашей группе присоединились новые студенты, и сегодня мы хотели бы рассказать об одном из них. Мы попросили PhD студента Михаила ответить на несколько вопросов о себе и рассказать о своем пути к нам.

Миша, как ты узнал о нашей группе и с чего началось твое знакомство с нами?
Я узнал о группе на воркшопе по вычислительным методам в науках о материалах, который состоялся в сентябре 2023 на базе МФТИ. Там я посетил лекцию Александра Шапеева, пообщался с организаторами мероприятия (многие из них сейчас — мои коллеги в Сколтехе) и как-то закрутилось, завертелось.

Как решил присоединиться к нашей группе?
На воркшоп я приехал найти себе научного руководителя в аспирантуре. Присматривался к докладчикам, и с первых минут лекции Александр зацепил меня своей харизмой и стилем подачи материала. Тогда я подумал, что хотелось бы поработать под руководством этого профессора. Через полгода я принял участие во втором воркшопе, где мне удалось поближе познакомиться с кодом MLIP и поработать с постдоком группы Никитой Рыбиным. После этого у меня не осталось сомнений, куда я хочу попасть в аспирантуру.

Миша, а чем ты занимался раньше и какой проект тебе дали в аспирантуре?
Раньше я учился и работал на кафедре статистической физики СПбГУ, там я занимался моделированием различных молекулярных систем (в основном относящихся к нефтегазовой отрасли). Также я успел поработать над нейросеткой для предсказания взаимодействия белков. Сейчас моя задача в группе связана с моделированием расплавов и предсказанием их свойств. Соответственно, мы планируем отвечать на вопросы, которые ставят коллеги из промышленности.

Мы приветствуем Михаила в нашей группе и желаем ему дальнейших успехов в науке!

#онас
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13🔥5🎉5
На прошлой неделе научный сотрудник нашей лаборатории Никита Рыбин принял участие в конференции "Менделеев 2024".

Никита выступил с докладом на тему "Thermophysical properties of liquid electrotytes and crystal structure prediction using moment tensor potentials" в секции THEORETICAL CHEMISTRY.
С результатами работы можно ознакомиться по ссылке 📝

Также Никита делится с нами образовательным тьюториалом по расчету термофизических свойств расплава LiF-NaF-KF.

#мероприятия #самообразование #публикации
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥14👍5🏆42👏2
По средам в нашей лаборатории проходит семинар, где мы рассказываем друг другу о своей исследовательской деятельности, а также обсуждаем новости из мира науки. И сегодня у нас выступала Дарья Рябченко - аспирантка первого года.

Дарья подавалась в Сколтех в первую волну, но попала в лист ожидания, после чего устроилась дата-аналитиком в индустрию. В августе Александр Шапеев написал Дарье, спросил, актуальна ли для нее аспирантура Сколтеха, и Дарья, не раздумывая, сказала ДА! Потому что для Дарьи нет ничего лучше, чем развиваться в науке 💻💎

#онас
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥14👍7🤩4
Сегодня мы хотели бы поделиться с вами тьюториалом сотрудника нашей лаборатории Ивана Новикова по работе с пакетом MLIP для обучения и использования машиннообучаемых потенциалов.
В тьюториале Ивана вы узнаете:

1️⃣как устанавливать MLIP и как собирать его с пакетом для молекулярной динамики LAMMPS

2️⃣как обучать MTP пассивно и как с его помощью построить зависимость энергии от объема и рассчитать постоянные упругости

3️⃣как обучать MTP активно в ходе молекулярной динамики в пакете LAMMPS

Также напоминаем, что все наши тьюториалы мы выкладываем под хэштегом #самообразование — там же вы уже можете найти тьюториал Никиты Рыбина по расчету свойств расплава LiF-NaF-KF.

#самообразование
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9🔥7🤓3🆒2🍾1
А мы снова с хорошими новостями

Наши сотрудники совместно с коллабораторами опубликовали результаты расчетов констант скорости термической реакции OH + HBr -> Br + H2O.

В работе были объединены подходы активного обучения потенциалов MTP и временной молекулярной динамики на основе расчета интегралов по траекториям (Ring Polymer Molecular Dynamics, RPMD). Авторами были рассчитаны константы скорости реакции для системы OH + HBr в диапазоне температур 200-500 K — полученные константы находятся в согласии с экспериментальными значениями в рассматриваемом диапазоне температур и более близки к экспериментальным значениям, чем аналогичные величины, рассчитанные на основе метода квази-классических траекторий (quasi-classical trajectories, QCT) для этой же системы.

Мы поздравляем наших коллег с публикацией работы! А прочитать статью и подробнее ознакомиться с результатами можно на архиве.

#публикации
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10👏5311
Многие из нас используют python для обработки расчетов, и часто хочется, не выходя из jupyter ноутбука, посмотреть на химическую структуру.

Поэтому мы решили поделиться с вами популярными в нашей лаборатории модулями python для визуализации структур и химических датасетов:

1️⃣ ASE предоставляет возможность визуализировать и редактировать структуры

2️⃣ nglview может использоваться и как отдельный модуль, и как альтернативный визуализатор в ASE
О том, как использовать визуализатор в ASE и nglview можно посмотреть в этом тьюториале.

3️⃣ Сhemiscope представляет собой инструмент для визуализации химических датасетов, делающий акцент на соотнесении структуры с ее совойствами (например, энергией, или структурным дескриптором)

Помимо этого, у знакомых многим Ovito и VMD также есть интерфейс с python, позволяющий использовать большую часть оригинального функционала.

#самообразование
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥10🤩6🤓31