mlff2 MLFF(Machine Learning Force Fields)의 개념과 모델 MLFF(Machine Learning Force Fields)의 개념과 모델1. MLFF(Machine Learning Force Fields) 배경분자 동역학은 Force Fields에 기반해 원자의 위치, 힘 등을 활용하여 원자 및 분자의 구조 및 상호작용의 변화 등 동적 특성을 예측한다. 이러한 변화는 시뮬레이션 방식에 따라 다르겠지만, 용융, 냉각 등의 주변 온도의 차이를 주면서 발생한다. 분자 동역학에서 동적 특성을 예측하기 위한 기법으로 DFT(Density Functional Theory, 밀도범함수 이론)가 있다. 해당 기법은 결과를 정확하게 예측할 수 있지만 그 만큼 엄청난 연산량이 요구된다는 점에서 개선이 필요하다. 2. MLFF(Machine Learning Force Fields).. 2024. 9. 17. MPNN(Message Passing Neural Network) MPNN(Message Passing Neural Network)와 MLFF 분야에서의 활용1. MPNN이란?그래프 데이터를 처리하기 위해 설계된 딥러닝 모델이다. GNN의 한 종류로, Message Passing을 통해 각 노드가 이웃 노드와 정보를 주고 받으며 학습하고 예측하는 데에 사용된다. MPNN은 크게 Message Passing Phase와 Readout Phase로 2가지 단계로 구성된다. 2. MPNN의 2가지 단계: Message Passing & Readout Phase#Phase 1. Message Passing: 노드를 표현하는 Feature를 이웃 노드의 Feature를 토대로 업데이트하는 단계 Message Function : 각 노드가 이웃 노드들로부터 받는(혹은 보내는) .. 2024. 8. 15. 이전 1 다음
