Science子刊,理解更真实的溶液,ML力场将速度提升六个数量级,更高效表征水分子时空关系
计算材料学
2024-12-20 11:18
文章摘要
韩国首尔国立大学的团队提出了一种使用机器学习力场(MLFF)通过深度势能分子动力学(DPMD)来研究盐溶液中水动力学的方法。该研究解决了传统水模型在捕捉加盐后水动态行为方面的不足,并展示了MLFF在处理大规模系统中的速度优势。研究结果表明,DPMD模型能够准确再现盐溶液中水的扩散特性,尤其是在高浓度盐溶液中观察到的水动力学加速现象。此外,研究还探讨了水分子的协同运动和重新取向动力学,为未来研究提供了新的方向。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。