利用机器学习和人工智能描述和驱动晶体成核的最新进展
摘要：使用更快的计算机处理器，特别是图形处理单元（GPU）的出现，过去几十年来数据密集型机器学习（ML）和人工智能（AI）的使用大大增加，晶体成核的研究一直是受益者之一。在本综述中，我们概述了ML和AI如何应用于解决晶体成核的四个难题：如何发现更好的反应坐标（RCs）以准确描述非经典成核情况；开发描述多重多晶体或单一系统的相成核的更准确的力场；更强大的识别晶相和结构的方法；以及作为提供改进的粗粒化模型以研究成核的方法。
作者：Eric R. Beyerle and Ziyue Zou and Pratyush Tiwary
论文ID：2304.13815
分类：Statistical Mechanics
分类简称：cond-mat.stat-mech
提交时间：2023-08-16