Frühromantik

Behler, Ernst

doi:10.1515/9783110853940

Cited by 137 publications

(22 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…[78] Bei diesem Ansatz [79,80] konnten die konzeptionellen Probleme der frühen NNPs,die im vorherigen Abschnitt diskutiert wurden, durch die Verwendung eines separaten FFNN fürj edes Atom im System gelçst werden. [78] Bei diesem Ansatz [79,80] konnten die konzeptionellen Probleme der frühen NNPs,die im vorherigen Abschnitt diskutiert wurden, durch die Verwendung eines separaten FFNN fürj edes Atom im System gelçst werden.…”

Section: Hochdimensionale Nnpsunclassified

“…[78,80] Die Anzahl der Atome pro Element ist N A , N B bzw. Die Ableitungen der atomaren Energien bezüglich der Symmetriefunktionen kçnnen aus den Architekturen der atomaren NNs erhalten werden, während die Ableitungen der Symmetriefunktionen bezüg-Abbildung 6.…”

Section: Hochdimensionale Nnpsunclassified

“…Seit der Einführung der ersten fürhochdimensionale Systeme geeigneten Methode [78] ist eine Reihe weiterer ML-Methoden mit ähnlichen Fähigkeiten entwickelt worden, vor allem -a ber nicht ausschließlich -G auß-Prozesse (Gaussian approximation potentials, GAPs). Seit der Einführung der ersten fürhochdimensionale Systeme geeigneten Methode [78] ist eine Reihe weiterer ML-Methoden mit ähnlichen Fähigkeiten entwickelt worden, vor allem -a ber nicht ausschließlich -G auß-Prozesse (Gaussian approximation potentials, GAPs).…”

Section: Zusammenfassung Und Ausblickunclassified

“…Eine NNP-Methode,d ie auf hochdimensionale Systeme mit tausenden Atomen anwendbar ist, wurde 2007 von Behler und Parrinello vorgeschlagen. [78] Bei diesem Ansatz [79,80] konnten die konzeptionellen Probleme der frühen NNPs,die im vorherigen Abschnitt diskutiert wurden, durch die Verwendung eines separaten FFNN fürj edes Atom im System gelçst werden. Jedes dieser "atomaren NNs" liefert den Energiebeitrag E m eines Atoms m als Funktion der chemischen Umgebung.…”

Section: Hochdimensionale Nnpsunclassified

“…Hochdimensionales neuronales Netz fürein ternäres System, das die Elemente A, Bu nd Centhält. [78,80] Die Anzahl der Atome pro Element ist N A , N B bzw. N C .D ie gesamte kurzreichweitige Energie E s ist die Summe aller atomaren Energien E X i (X = A,B,C), die von einzelnen atomaren NNs [Gl.…”

Section: Hochdimensionale Nnpsunclassified

See 4 more Smart Citations

Hochdimensionale neuronale Netze für Potentialhyperflächen großer molekularer und kondensierter Systeme

Behler

2017

Angewandte Chemie

View full text Add to dashboard Cite

Moderne Simulationstechniken haben heute ein Niveau erreicht, das es ermöglicht, ein breites Spektrum von Problemen in der Chemie und in den Materialwissenschaften zu untersuchen. Trotz der Entwicklung immer leistungsfähigerer Hardware ist die Anwendung von Elektronenstrukturmethoden, die Vorhersagen ohne Rückgriff auf experimentelle Daten ermöglichen, jedoch noch immer auf kleine Systeme begrenzt, und in absehbarer Zukunft ist keine Besserung dieser Situation zu erwarten. Um auch komplexe Systeme auf atomarer Ebene verstehen zu können, ist die Entwicklung von effizienteren und gleichzeitig zuverlässigen atomistischen Potentialen in den letzten Jahren immer mehr in den Fokus gerückt. Ein vielversprechender neuer Ansatz ist die Nutzung von maschinellem Lernen (ML) zur Beschreibung der atomaren Wechselwirkungen. Nach einem Trainingsprozess mit Elektronstrukturdaten können solche ML‐Potentiale Computersimulationen um mehrere Größenordnungen beschleunigen, während die quantenmechanische Genauigkeit erhalten bleibt. Anhand einer wichtigen Klasse von ML‐Potentialen, die auf künstlichen neuronalen Netzen basiert, werden in diesem Aufsatz die Grundideen, die Anwendbarkeit und die offenen Fragen dieses Ansatzes diskutiert.

show abstract

Section: Hochdimensionale Nnpsunclassified

Section: Zusammenfassung Und Ausblickunclassified

Section: Hochdimensionale Nnpsunclassified

See 3 more Smart Citations

Hochdimensionale neuronale Netze für Potentialhyperflächen großer molekularer und kondensierter Systeme

Behler

2017

Angewandte Chemie

View full text Add to dashboard Cite

show abstract

First Principles Neural Network Potentials for Reactive Simulations of Large Molecular and Condensed Systems

2017

View full text Add to dashboard Cite

Modern simulation techniques have reached a level of maturity which allows a wide range of problems in chemistry and materials science to be addressed. Unfortunately, the application of first principles methods with predictive power is still limited to rather small systems, and despite the rapid evolution of computer hardware no fundamental change in this situation can be expected. Consequently, the development of more efficient but equally reliable atomistic potentials to reach an atomic level understanding of complex systems has received considerable attention in recent years. A promising new development has been the introduction of machine learning (ML) methods to describe the atomic interactions. Once trained with electronic structure data, ML potentials can accelerate computer simulations by several orders of magnitude, while preserving quantum mechanical accuracy. This Review considers the methodology of an important class of ML potentials that employs artificial neural networks.

show abstract