prikaz prve stranice dokumenta Molekularna dinamika na strojno naučenoj plohi potencijalne energije
  Preuzmi
PDF 1.64 MB
diplomski rad
Molekularna dinamika na strojno naučenoj plohi potencijalne energije
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2019. urn:nbn:hr:217:000337
Ovčar, Juraj
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Fizički odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Ovčar, J. (2019). Molekularna dinamika na strojno naučenoj plohi potencijalne energije (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:000337

Ovčar, Juraj. "Molekularna dinamika na strojno naučenoj plohi potencijalne energije." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2019. https://urn.nsk.hr/urn:nbn:hr:217:000337

Ovčar, Juraj. "Molekularna dinamika na strojno naučenoj plohi potencijalne energije." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2019. https://urn.nsk.hr/urn:nbn:hr:217:000337

Ovčar, J. (2019). 'Molekularna dinamika na strojno naučenoj plohi potencijalne energije', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:217:000337

Ovčar J. Molekularna dinamika na strojno naučenoj plohi potencijalne energije [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2019 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:000337

J. Ovčar, "Molekularna dinamika na strojno naučenoj plohi potencijalne energije", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:000337

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:000337
Podaci o radu
NaslovMolekularna dinamika na strojno naučenoj plohi potencijalne energije
Naslov (engleski)Molecular dynamics on machine-learned potential energy surface
AutorJuraj Ovčar
MentorIvor Lončarić (mentor)
MentorIvo Batistić (mentor)
Član povjerenstvaIvo Batistić (predsjednik povjerenstva)
Član povjerenstvaIvor Lončarić (član povjerenstva)
Član povjerenstvaŽeljko Skoko (član povjerenstva)
Član povjerenstvaDavor Horvatić (član povjerenstva)
Član povjerenstvaDamir Pajić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Fizički odsjek)
Zagreb
Datum i država obrane2019-07-16, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Fizika
Sažetak
Za modeliranje materijala iz prvih principa danas se predominantno koristi teorija funkcionala gustoće, koja pruža dobar omjer preciznosti i računalne efikasnosti. Međutim, zbog trenutnih računalnih ograničenja, obično je prezahtjevno modelirati dinamiku sustava s desecima atoma. Jedna od obećavajućih metoda za približavanje simulacija realnim sustavima i povećanje skala na kojima je moguće provoditi dinamiku je interpolacija potencijala dobivenog s teorijom funkcionala gustoće pomoću neuronskih mreža. U ovom diplomskom radu smo simulirali sustav molekula ugljičnog monoksida adsorbiranih na površini paladija ozračenoj femtosekundnim laserskim pulsom. Prikazali smo proces strojnog učenja te implementirali molekularnodinamičke simulacije u modelu Langevinove dinamike s vremenski ovisnim temperaturama.
Sažetak (engleski)
Nowadays, density functional theory is the predominant tool used in first-principles material modeling, providing an adequate ratio between precision and computational efficiency. However, because of current computational limitations, it is usually too demanding to simulate dynamics of systems consisting of tens of atoms. A promising method for reducing the gap between simulations and realistic systems and extending the scales across which it is possible to simulate dynamics is interpolation of potentials calculated with density functional theory via neural networks. In this master’s thesis we have simulated a system of carbon monoxide molecules adsorbed on palladium irradiated with a femtosecond laser pulse. We have shown the process of machine-learning and implemented molecular-dynamics simulations in the Langevin dynamics model with time dependent temperatures.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:000337
Studijski programNaziv: Fizika; smjerovi: istraživački
Smjer: istraživački
Vrsta studija: sveučilišni
Stupanj studija: integrirani preddiplomski i diplomski
Akademski / stručni naziv: magistar/magistra fizike (mag. phys.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-09-04 11:42:10