본문 바로가기

전체 글

GNoME 반박 논문 이전에 Google Deepmind에서 나온 Scaling deep learning for materials discovery이라는 논문을 리뷰한 적이 있는데(https://jun0129.tistory.com/25), 이 논문에 대한 일종의 반박 논문 비슷한 게 Chemistry of Materials에 올라왔었다.(https://doi.org/10.1021/acs.chemmater.4c00643)제목은Artificial Intelligence Driving Materials Discovery?Perspective on the Article: Scaling Deep Learning for Materials Discovery이며, 고체화학 실험 대가들이 GNoME 논문을 보고 비판하는 내용을 쓴 논문이다... 더보기
GPT-4를 이용한 재료 및 화학 분야 적용 연구 최근에 Microsoft Research AI4Science에서 arXiv에 The Impact of Large Language Models on Scientific Discovery: a Preliminary Study using GPT-4라는 논문(은 정확히 말하면 아니고 사례연구..?)을 올렸는데, 내용이 엄청 방대하다. 재료 및 화학 분야에서 연구를 할 때 GPT-4와 같은 LLM을 어떻게 활용할 수 있을지에 대해서 조사한 내용이 담겨 있는데, 각 분야별로 prompt와 답변을 포함해서 꽤 자세하게 나와 있다. 관심 있는 분야가 있다면 천천히 읽어보면 도움이 될 수도 있을 것 같다. [2311.07361] The Impact of Large Language Models on Scientific D.. 더보기
Scaling deep learning for materials discovery 제목: Scaling deep learning for materials discovery 저자: Amil Merchant, Simon Batzner, Samuel S. Schoenholz, Muratahan Aykol, Gowoon Cheon & Ekin Dogus Cubuk Nature (2023). https://doi.org/10.1038/s41586-023-06735-9 최근에 Nature 본지에 서로 연관된 두 개의 논문이 올라왔는데, 하나가 이 논문이고 다른 하나는 Ceder group에서 나온 논문이다. 이 논문의 내용을 요약하면 Google Deepmind가 딥러닝 모델을 이용해 220만 개의 새로운 재료를 발견했고, 그 중 381,000개가 안정한 ($E_\mathrm{hull}=0$) .. 더보기
VASP 계산 경험적 지식 및 유용한 사이트 모음 VASP 계산을 하면서 경험적으로 얻은 지식과 참고하기 좋은 사이트들을 정리하려고 한다. 아직 경험이 많은 게 아니기 때문에 지속적으로 업데이트하려고 한다. 1. Electronic SCF calculations Electronic scf step의 알고리즘은 ALGO tag로 정해주게 되는데, 보통 많이 사용되는 방법이 Fast, Normal, All 정도가 있다. 이 외에 하이브리드 functional (e.g. HSE06) 의 경우 Damped를 사용하기도 한다 (사실 이 경우에는 Fast나 Normal을 사용할 수 없다). 각 방법들에 대해 자세히 설명하기에는 너무 길어서 여기에 적지 않고 [1]을 참고하길 바란다. Practical한 측면에서 말하자면 속도는 일반적으로 Fast > Normal .. 더보기
Gaussian Process Gaussian process에서는 보통의 regression 모델과는 다르게 예측값을 확률적으로 추정할 수 있다. 예를 들어 일반적인 regression model은 $x=3$일 때 $y=1$이라는 한 가지 값만을 추정하지만, GP를 이용한 regression (Gaussian process regression, GPR)에서는 $x=3$일 때 $y$가 0에서 2 사이일 확률이 80%라는 식으로 추정할 수 있다. 어떤 방식으로 이렇게 확률 추정을 하는지 먼저 간단한 예시를 통해 살펴보자. 그전에 Gaussian distribution에 대해 간단히 리뷰하고 넘어가자. 변수 $y$가 1차원 Gaussian distribution을 따른다고 하면 그 분포는 다음과 같이 정의된다. $$y\sim N(\mu, .. 더보기
VASP (3) Projector-Augmented-Wave method 원자의 orbital을 정확히 표현하려면 많은 수의 plane waves가 필요하다. 특히 nucleus 주변에서는 진동하는 형태, 즉 nodal feature가 나타나서 이를 정확히 묘사하는 것은 실질적으로 불가능하다. 이와 같은 node는 core orbital과의 orthogonality를 만족하기 위해서 나타나는 것이다. 그런데 원자의 결합에는 valence electron들만 거의 관여하므로 core electron을 없는 것처럼 가정하면 valence electron의 orbital을 그림과 같이 nodal feature가 없는 orbital로 근사하여 표현할 수 있고, 이렇게 하여도 충분히 정확한 계산을 할 수 있다. 이렇게 하기 위해 pseudopotential이라는 것을 사용하고, 이렇게.. 더보기
VASP (2) Plane Wave Basis Set Periodic boundary condition을 갖는 crystal system 계산에서는 plane wave basis set을 쓰는데, 그 이유는 cell의 주기성을 갖는 함수들을 plane wave의 합, 즉 Fourier series로 표현할 수 있기 때문이다. $$\begin{align*} u_{n\mathbf{k}}(\mathbf{r})&=\sum_\mathbf{G}C_{\mathbf{G}n\mathbf{k}}e^{i\mathbf{G}\cdot\mathbf{r}}&\psi_{n\mathbf{k}}(\mathbf{r})&=\sum_\mathbf{G}C_{\mathbf{G}n\mathbf{k}}e^{i(\mathbf{G}+\mathbf{k})\cdot\mathbf{r}}\\ \rho(\math.. 더보기
VASP (1) Brillouin Zone Sampling VASP 계산의 이론적 배경에 대해 공부한 내용을 작성하려고 한다. 이 내용은 VASP 개발자 중 한 명이 진행한 workshop 강의를 토대로 한다. 내용이 어려워 제대로 이해하지 못한 부분들이 많지만, 최대한 내가 이해한 바를 쓰려고 한다. https://youtu.be/vJkNv095Aj8 https://youtu.be/dVguc4W1hrQ 아래는 비교적 최근에 진행된 비대면 강의이다. https://youtu.be/Fv3F4LHGPuc https://youtu.be/v7gc98lG6Wo 사실 이 내용들은 VASP에만 해당하는 건 아닌 것 같고, Quantum Espresso 등 다른 DFT 계산 프로그램에서도 사용되는 원리인 것 같다. 1. Sampling Brillouin zone Periodi.. 더보기

티스토리툴바