图 文 导 读

Figure 1  Graphical Abstract

原子间势是经典分子动力学(molecule dynamics, MD)的基础，基于机器学习(machine learning, ML)的原子间势具有媲美于密度泛函理论(density functional theory, DFT)的计算精度和与经典势相当的计算效率。加速原子模拟可极大地改变先进制造技术的设计原理。

IEEE Fellow、ASME Fellow、《国际机械系统动力学学报(英文)》(International Journal of Mechanical System Dynamics, IJMSD)编委、武汉大学刘胜教授和武汉大学郭宇铮教授团队联合英国皇家科学院、皇家工程院院士、剑桥大学John Robertson教授团队共同在IJMSD发表“基于机器学习的原子间势构造方法在先进制造领域中的应用”综述论文。该文回顾了基于ML的原子间势构造方法在先进制造领域中的应用。首先对在先进制造领域被广泛使用的ML方法进行分类，将其分为线性回归(linear regression)、核回归(kernel regression)、决策树(decision trees)和神经网络(neural networks, NNs)四类，并对比分析各类方法的原理和优缺点。在比较了6种具代表性的基于ML方法的原子间势函数构造方法之后，总结了基于ML方法的原子间势函数构造方法的主要特点及工作原理。

基于ML的原子间势方法由3个主要部分组成：一是提供结构信息(原子坐标、原子类型、原子数等)和参考势能的训练数据，其中参考势能是使用量子电子结构软件包(VASP、Quantum Espresso、CP2K等)，通过第一原理计算得到的；二是原子结构的表征，该表征需要保持平移、旋转和置换的不变性；三是回归算法，用于拟合原子结构表征和势能之间的关系。回归模型的输入为训练集中包含结构信息的数据，输出为对应的势能。损失函数根据模型的输出势能和训练集中参考势能之间的差异进行设计。然后通过使用优化算法(如梯度下降、Nesterov梯度加速、AdaGrad、Adam等)迭代更新回归模型的超参数来获得原子间势函数的回归模型。

该文进一步讨论了基于ML方法的原子间势函数构造方法在各种材料(单元素、合金、相变、非晶等)和各类制造过程(热传导、缺陷、损伤等)中的应用。最后展望该方法在先进制造领域的应用，指出开发速度更快的原子间势和模型自动调参是未来有潜力的研究方向。

Keywords: 

advanced manufacturing; interatomic potential; machine learning; molecular dynamics

DOI: 10.1002/msd2.12021

Share this article: 

https://onlinelibrary.wiley.com/doi/10.1002/msd2.12021

Cite this article:

Yu W, Ji C, Wan X, et al. Machine‐learning‐ased interatomic potentials for advancedmanufacturing. Int J Mech Syst Dyn. 2021;1(2):159‐172.

作 者 简 介

余  伟  武汉大学电气与自动化学院博士研究生，主要研究方向：机器学习，计算模拟。

籍超越  武汉大学工业科学研究院博士研究生，主要研究方向：微电子互连材料的热、电、力学性能的分子模拟。

万旭昊  武汉大学电气与自动化学院博士研究生，主要研究方向：机器学习与计算模拟。

张召富  武汉大学工业科学研究院研究员。从事基于第一性原理计算和机器学习的材料与器件的理性设计，宽禁带半导体器件界面等关键工艺设计与开发，半导体缺陷、界面、金属接触等领域研究。担任Rare Metals等期刊青年编委，担任Frontiers in Materials等期刊客座编辑。已经在Appl. Phys. Lett., IEEE TED, ACS AMI, Nat. Comm.等SCI期刊发表论文一百余篇，包含一作22篇，通讯23篇；发表电子器件领域国际最顶级学术会议论文IEDM共6篇，包含一作1篇；谷歌学术h-index为23，引用1800余次。

刘  胜  武汉大学工业科学研究院教授，IEEE Fellow、ASME Fellow、Science Bulletin（科学通报）工程科学副主编、Microsystems & Nanoengineering（微系统与纳米工程）副主编、IEEE Transactions on Components Packaging and Manufacturing Technology（IEEE 电子封装和制造）副主编。主要研究方向：工艺力学在微电子、光电子、LED、MEMS、电力电子等领域应用，宽禁带半导体生长在线实时监测科学装置，增材制造集成在线监测科学装置，MEMS/NEMS, LED, 系统封装与集成，可靠性等。刘胜教授是电子封装科学与技术领域杰出专家。他长期从事集成电路、LED 和微传感器封装及可靠性理论和前沿技术研究，取得了系统的原创性研究成果。发表SCI论文350余篇，SCI论文他引7500余次，合作出版专著6部（英文4部），授权发明专利176项，被 30 多个国家的著名学者（包括 70 余名国际学会会士和 10 余名中国和美国院士）广泛引用。以第一完成人获国家技术发明奖二等奖、教育部技术发明奖一等奖、2020年国家科学技术进步一等奖等多项国内外奖项。

郭宇铮  武汉大学电气与自动化学院与工业科学研究院教授，获得国家级人才项目支持。研究方向：计算材料科学方向，开展多尺度材料模拟和材料设计的相关研究，具体内容包括半导体材料与器件设计，新型材料与器件，功能材料如新能源材料的物性研究和理论设计、低维半导体物理、等。具有丰富的第一性原理计算模拟和器件设计方面的经验，发表SCI科研论文70余篇，谷歌学术H-index为25。

期 刊 简 介

请长按二维码  关注IJMSD