机器学习势函数传热（MLP+BTE）

近年来，机器学习在传热领域的研究十分火爆。机器学习模型种类繁多。然而，在应用领域当中当属机器学习势函数（MLP）最广，一般来说他是可以与lammps等MD软件相结合，在保证计算效率的同时保证计算精度和准确性，这是传统经验势函数所不具备的（准确性）。下面我将采用樊老师开发的神经演化势（NEP）这个软件包进行流程讲解。这一流程不局限于这一个软件包，在DP等软键包仍然适用。 1、流程介绍 [图片] 在这我们以石墨烯和六方氮化硼为例子，构建一个异质结转角的MLP。首先时获取初始结构，采用第一性原理软件进行弛豫，弛...【查看原文】