Dit is de Linux-app Materials Discovery: GNoME, waarvan de nieuwste versie kan worden gedownload als materials_discoverysourcecode.tar.gz. Deze kan online worden uitgevoerd via de gratis hostingprovider OnWorks voor werkstations.
Download en gebruik online gratis deze app genaamd Materials Discovery: GNoME met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start de OnWorks Linux online of Windows online emulator of MACOS online emulator vanaf deze website.
- 5. Ga vanuit het OnWorks Linux-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie, installeer hem en voer hem uit.
SCHERMSCHERMEN:
Materialen ontdekken: GNoME
BESCHRIJVING:
Materials Discovery (GNoME) is een grootschalig onderzoeksinitiatief van Google DeepMind, gericht op het toepassen van grafische neurale netwerken om de ontdekking van stabiele anorganische kristalmaterialen te versnellen. Het project concentreert zich op Graph Networks for Materials Exploration (GNoME), een berichtendoorgevende neurale netwerkarchitectuur die is getraind op data uit de Density Functional Theory (DFT) om materiaalstabiliteit en energievorming te voorspellen. Met behulp van GNoME identificeerde DeepMind 381,000 nieuwe stabiele materialen en breidde de dataset later uit tot meer dan 520,000 materialen binnen 1 meV/atoom van de convexe romp (vanaf augustus 2024). De databank biedt datasets, modeldefinities en interactieve Colabs voor het verkennen van deze materialen, het berekenen van ontledingsenergieën en het visualiseren van chemische families. Daarnaast bevat het JAX-gebaseerde implementaties van GNoME en Nequip – laatstgenoemde wordt gebruikt om interatomaire potentialen te trainen voor dynamische simulaties.
Kenmerken
- Dataset van meer dan 520,000 anorganische kristalmaterialen voorspeld via grafieknetwerken
- GNoME-model bereikt state-of-the-art energienauwkeurigheid (~21 meV/atoom)
- Bevat het Nequip-model voor interatomair potentieelleren en dynamiek
- Colab-notebooks voor dataverkenning, energieanalyse en visualisatie
- Resultaten vergeleken met DFT (PBE en r²SCAN)-functionaliteiten
- Uitgebracht onder Apache 2.0 (code) en CC BY-NC 4.0 (data) licenties
Programmeertaal
Python
Categorieën
Deze applicatie kan ook worden gedownload van https://sourceforge.net/projects/material-discover-gnome.mirror/. Deze is gehost in OnWorks, zodat deze eenvoudig online kan worden uitgevoerd via een van onze gratis besturingssystemen.