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

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

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

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

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

✨ 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

Сегодня мы хотели бы завершить серию знакомств с нашими новыми членами группы историей Александра Соловых. Саша, будучи студентом физфака МГУ, присоединился к нашей группе в рамках стажировки, где он работает над проектом по моделированию молекулярных кристаллов и предсказанию их стабильности.

Мы приветствуем Сашу в нашей группе и желаем ему успехов! А подробнее про его научную деятельность и путь к нам можно прочитать по ссылке 📎📝

Также если вы или ваши знакомые желают присоединиться к нашей группе или обсудить возможное сотрудничество, пишите Александру Шапееву A.Shapeev@skoltech.ru — давайте делать классные проекты вместе!

#онас

Предлагаем вам ознакомиться с кратким обзором статьи, посвященной обучению машиннообучаемых межатомных потенциалов с применением методов уменьшения размерности и стратифицированного отбора данных 📄

Желаем вам приятного чтения и погружения в интересный мир машиннообучаемых межатомных потенциалов 🧪💧

#разборстатей