• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The journal of physical chemistry, A. Molecules, spectroscopy, kinetics, environment, & general theory >Transferable Kinetic Monte Carlo Models with Thousands of Reactions Learned from Molecular Dynamics Simulations
【24h】

Transferable Kinetic Monte Carlo Models with Thousands of Reactions Learned from Molecular Dynamics Simulations

机译：可转让的动力学蒙特卡罗模型，从分子动力学模拟中学到了数千个反应

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Molecular dynamics (MD) simulation of complex chemistry typically involves thousands of atoms propagating over millions of time steps, generating a wealth of data. Traditionally these data are used to calculate some aggregate properties of the system and then discarded, but we propose that these data can be reused to study related chemical systems. Using approximate chemical kinetic models and methods from statistical learning, we study hydrocarbon chemistries under extreme thermodynamic conditions. We discover that a single MD simulation can contain sufficient information about reactions and rates to predict the dynamics of related yet different chemical systems using kinetic Monte Carlo (KMC) simulation. Our learned KMC models identify thousands of reactions and run 4 orders of magnitude faster than MD. The transferability of these models suggests that we can viably reuse data from existing MD simulations to accelerate future simulation studies and reduce the number of new MD simulations required.
机译：复杂的化学过程的分子动力学（MD）模拟通常涉及数千个原子传播经过数百时间步的，从而产生大量的数据。传统上，这些数据被用来计算系统的一些汇总属性，然后丢弃，但我们提出的是，这些数据可以重复使用，研究相关的化学系统。使用近似化学动力学模型和方法，从统计学习，研究极端的热力学条件下，烃的化学物质。我们发现，一个MD模拟可以包含有关的反应和速度足够的信息来预测用动力学蒙特卡罗（KMC）模拟相关但不同的化学系统的动态。我们了解到KMC模型识别数以千计的反应和运行4个数量级比MD要快。这些模型的转让表明，我们可以从现有的MD模拟加速未来的模拟研究，并减少新的分子动力学模拟数可行地重用数据所需。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号