好课推荐|樊哲勇老师《GPUMD和NEP基础入门》视频课首发上线

文摘   2024-10-09 18:54   芬兰  

GPUMD是一款由渤海大学樊哲勇教授主导开发与维护的高效国产分子动力学模拟软件。该软件于2017年首发公开1.0版本[Computer Physics Communications 218, 10 (2017)],目前已迭代至3.9.4版本。GPUMD中既包含常用的经验势,也包含NEP(Neuroevolution Potential)机器学习势。截止目前,GPUMD已被全球多个国家的数千用户使用,并吸引了数十位研究人员参与开发,被广泛应用于传热传质、力学性质、结构相变、辐照损伤、光谱、催化等领域,相关成果发表在Nature、Nature Communications、J. Am. Chem. Soc、ACS Nano、Phys.Rev. Lett、J. Mech. Phys. Solids、J. Chem. Theory Comput.、Phys. Rev. B、J. Chem.Phys. 等一流学术期刊上。2024年6月,GPUMD&NEP加入DeepModeling开源软件社区,作为创新性、高效率的MD模拟和机器学习势函数工具,进一步为材料基因工程及AI4S社区提供支持。


近年来GPUMD软件的使用量增长迅速


为帮助相关领域的科研工作者更好地了解与使用GPUMD软件,GPUMD研发团队以“全面剖析GPUMD和NEP的理论基础与输入输出”为目的,设计开发了本次课程。课程通过介绍大量分子动力学模拟与机器学习势函数的理论知识与应用技能,帮助科研人员更加顺利地开展相关领域的研究工作。本次课程由樊哲勇教授主讲,由徐克与应鹏华博士配合讲解软件工具的安装与使用,同时本次课程也是樊哲勇教授首次公开地全面介绍GPUMD和NEP的各种理论与技术细节

课程概况

课程共12学时,将从分子动力学基础知识、相关软件的安装与经典案例分析两个模块介绍NEP势函数与GPUMD软件的相关知识,包括NEP势函数的原理与训练过程,GPUMD分子模拟算法,GPUMD软件的安装和使用等内容。

培训方式

视频课(本次课程为收费培训)

培训费用

培训费用:

  • 早鸟价:499(11月12日12:00前报名)

  • 常规价:599(11月12日12:00后报名)

课程大纲

第一章NEP势函数与GPUMD分子动力学基础知识

1.1 NEP机器学习势函数的基础知识(樊哲勇;1小时)

1.2 NEP训练的输入输出全面讲解(樊哲勇;2小时)

1.3 分子动力学模拟中的积分算法与统计系综(樊哲勇;1小时)

1.4 GPUMD分子动力学模拟的输入输出全面讲解(樊哲勇;2小时)


第二章 GPUMD&NEP相关软件的安装与经典案例分析

2.1 从CUDA环境安装开始展示GPUMD安装过程(徐克;1小时)

2.2 GPUMD前后处理软件的安装与使用(应鹏华;Python、ASE、calorine)(2小时)

2.3 典型体系的NEP模型训练与结果分析(樊哲勇;1小时)

2.4 基于典型NEP模型的分子动力学模拟(樊哲勇;2小时)

报名学习

点击下方卡片即可进入课程:

GPUMD和NEP基础入门

课程链接:

https://dwz.cn/qwYVoEJD

课程介绍:

本次课程为GPUMD团队的第一期线上培训,也是樊哲勇教授首次公开地全面介绍GPUMD和NEP的各种理论与技术细节,以期帮助相关领域的科研工作者了解与使用GPUMD软件。

课程主讲樊哲勇、徐克、应鹏华

讲师信息

樊哲勇教授,2010年于南京大学获理学博士学位,后在厦门大学与芬兰Aalto大学做博士后研究,现为渤海大学教授。主导开发了GPUMD程序与NEP机器学习势。共发表论文100余篇,其中高被引论文6篇,论文总引用近4000次,H因子35。在Physics Reports(5年影响因子:25.7)以第一作者发表题为“Linear Scaling Quantum Transport Methodologies”的长篇综述论文。出版《CUDA 编程:基础与实践》(清华大学出版社)一书,已被重印多次,并被选为英伟达社区权威参考教材。即将出版《分子动力学模拟》(化学工业出版社)一书。主持国家自然科学基金两项。入选美国斯坦福大学发布的2023年度“全球前2%顶尖科学家榜单”。


徐克博士,2023年于厦门大学获物理学博士学位。现任香港中文大学博士后。分别在2017年和2021年开始使用GPUMD和NEP,研究体系包括二维材料、非晶结构、固态电解质以及液态水等。目前已在著名期刊Physical Review B、The Journal of Chemical Physics、Nanoscale、Applied Physics Letters、Journal of Molecular Liquids等发表一作文章13篇,合作文章30余篇,谷歌学术引用近1000次,H因子16。主要研究方向为使用NEP开发机器学习势,结合GPUMD探究材料的物理、化学性质。


应鹏华博士,2022年于哈尔滨工业大学(深圳)获力学博士学位。现受以色列高等教育委员会和以色列科学院杰出国际博士后奖学金资助,在特拉维夫大学(Tel Aviv University)物理化学系任博士后研究员。近年来,采用NEP等机器学习势结合分子动力学对层状材料表面和界面的力化学耦合行为展开研究,相关工作以第一作者或通讯作者发表于ACS Nano、Nano Letters、Composite Structure and Science、Extreme Mechanics Letters、ACS Applied Materials & Interface、Carbon、Materials Today Physics等同行评审期刊。

更多好课推荐





👇 关注公众号,和我们一起开源、共建、共享 Notebook。




👇 点击阅读原文加入课程

GPUMD与NEP
演化策略的神经网络机器学习势NEP与GPU分子动力学GPUMD模拟