机器学习势能（MLPs） 第一章 基础理论与核心概念 第二章 数据生成与训练集构建

本专栏系统阐述机器学习势能（MLPs）从理论根基到工业级部署的完整技术栈。从第一性原理计算的精度-成本瓶颈出发，深入剖析E(3)等变神经网络、原子中心表示与消息传递机制的数学本质；对比解析HD-NNP、GAP、NequIP、MACE、Deep Potential等主流架构的设计哲学与适用边界；并涵盖主动学习框架、预训练模型微调、不确定性量化等前沿方法。无论您是从事材料模拟、计算化学还是AI for Science研究，本指南都将成为连接量子力学精度与分子动力学效率的桥梁。
 

---

目录直达

第一章 基础理论与核心概念

第二章 数据生成与训练集构建

第三章 模型训练与超参数优化

第四章 模型验证与性能评估

第五章 软件工具与生产部署

第六章 高级应用与前沿方向 一

第六章 高级应用与前沿方向 二

---

目录

第一章 基础理论与核心概念

1.1 机器学习势能概述

1.1.1 从第一性原理到机器学习势能的演进

1.1.2 MLPs的基本数学框架

1.1.3 对称性与等变性基础

1.2 描述符（Descriptors）体系

1.2.1 局域原子环境表征方法

1.2.2 图神经网络中的消息传递表示

1.2.3 描述符的工程化选择

1.3 主流MLP架构对比

1.3.1 高维神经网络势能（HD-NNP）

1.3.2 高斯近似势能（GAP）

1.3.3 等变图神经网络架构

1.3.4 深度势能（Deep Potential）系列

第二章 数据生成与训练集构建

2.1 参考数据计算方法

2.1.1 第一性原理计算设置

2.1.1.1 DFT泛函与基组选择：PBE、SCAN、r²SCAN对比

2.1.1.2 色散校正（DFT-D3/D4）与范德华相互作用

2.1.1.3 自旋极化与磁性体系处理

2.1.1.4 计算参数收敛性测试（k点、截断能、smearing）

2.1.2 数据格式与标准化

2.1.2.1 XYZ、EXTXYZ格式的结构与属性标注

2.1.2.2 能量、力、应力、维里张量的单位统一

2.1.2.3 孤立原子能量（E0s）的精确计算与扣除

2.1.2.4 数据集划分：训练集、验证集、测试集的策略

2.2 构型采样策略

2.2.1 经验采样方法

2.2.1.1 平衡结构微扰（Rattle）与晶格变形

2.2.1.2 从头算分子动力学（AIMD）轨迹提取

2.2.1.3 增强采样方法：元动力学、伞形采样、温度加速

2.2.1.4 相变与缺陷结构的定向采样

2.2.2 主动学习（Active Learning）框架

2.2.2.1 不确定性量化（UQ）方法：委员会查询、贝叶斯神经网络、证据学习

2.2.2.2 查询策略：不确定性阈值、特征空间最远点采样、密度加权

2.2.2.3 迭代训练循环：MLP驱动MD→不确定性筛选→DFT标注→模型更新

2.2.2.4 反应性体系的主动学习：Reactive Active Learning (RAL)策略

2.2.3 数据增强与扩充

2.2.3.1 温度与压力范围覆盖策略

2.2.3.2 化学空间探索：组分变化与掺杂效应

2.2.3.3 表面、界面、缺陷结构的系统采样

2.3 数据集质量评估

2.3.1 结构多样性度量

2.3.1.1 SOAP核距离与结构相似性矩阵

2.3.1.2 主成分分析（PCA）与t-SNE可视化

2.3.1.3 力场能量分布与相空间覆盖度

2.3.2 数据清洗与异常值检测

2.3.2.1 能量排序异常与结构合理性检查

2.3.2.2 力的大小分布与异常力剔除

2.3.2.3 重复结构与近冗余样本去重

---

第一章 基础理论与核心概念

1.1 机器学习势能概述