机器学习势以更好地描述框架-吸附质能量：二氧化碳在 Mg-MOF74 中

介绍

使用机器学习势能（MLP），我们可以更好地描述 CO2 与 Mg-MOF74 的能量。

• 下面是使用 gRASPA 中的 Allegro MLP 模型来描述框架-吸附质能量的例子。

simulation.input

DNN 基本信息

下面的块表示 MLP 的基本信息

UseDNNforHostGuest yes
DNNModelName co2-mof74-deployed.pth
DNNMethod Allegro
DNNEnergyUnit eV
MaxDNNDrift 100000.0

• DNNMethod 可以选择 Allegro 或 LCLin
• MaxDNNDrift
  • 这个关键字表示经典能量和 MLP 能量之间可接受的最大能量差
  • gRASPA 如何处理这个问题：首先计算经典力场能量，然后将 DNN 能量作为“修正”计算
  • 还要考虑一起调整 OverlapCriteria 这个关键字
  • OverlapCriteria 控制是否因为一对原子之间的高 vdW 能量而被拒绝

组件信息

Component 0 MoleculeName             CO2
            IdealGasRosenbluthWeight 1.0
            FugacityCoefficient      1.0
            TranslationProbability   1.0
            RotationProbability      1.0
            ReinsertionProbability   1.0
            SwapProbability          1.0
            DNNPseudoAtoms C_co2 O_co2
            CreateNumberOfMolecules  0

• 特别注意事项！
  • DNNPseudoAtoms 是必需的。
  • 这表示在经典模拟中要在 MLP 中考虑的伪原子。
  • 以 TIP4P 水为例。虚构的电荷位置不应被考虑。
  • 请参阅此处的示例，了解虚构 CO2 模型中的虚构原子位置