Представление документа в формате MARC21

ПолеНазваниеЗначение
  Тип записи a
  Библиографический уровень m
001 Контрольный номер RU-LAN-BOOK-465467
005 Дата корректировки 20250429132602.8
008 Кодируемые данные 250328s2024 RU y f j 000 1 rus u
040 Источник каталогиз. __
c Служба, преобразующая запись Издательство Лань
041 Код языка издания __
a Код языка текста rus
044 Код страны публикации __
a Код страны публикации RU
080 Индекс УДК __
a Индекс УДК 538.9
084 Индекс другой классификации/Индекс ББК __
2 Источник индекса rubbk
a Индекс другой классификации/Индекс ББК 22.37
100 Автор 1_
a Автор Ахмеров Р. Ф.
245 Заглавие __
a Заглавие Изучение физических свойств материалов с помощью машинно-обученных потенциалов, созданных в программном пакете MedeA
b Продолж. заглавия учебное пособие
h Физич. носитель Электронный ресурс
260 Выходные данные __
a Место издания Казань
b Издательство КФУ
c Дата издания 2024
d Казань
300 Физическое описание __
a Объем 62 с.
520 Аннотация __
a Аннотация Теоретическое изучение физической природы и свойств неорганических и органических соединений как в кристаллическом (моно-, поликристаллы, наноструктуры), так и в аморфном состоянии (полимеры, композиты), в зависимости от их химического, изотопного состава, температуры и давления – является важным этапом исследования новых материалов. В частности, особый интерес представляют расчеты электронной зонной структуры, динамики решетки и кристаллической структуры, построения фазовых диаграмм сложных многокомпонентных систем. Ставший в последние десятилетия популярным теоретический подход, основанный на приближенных решениях уравнения Шредингера (первопринципные методы), способен очень точно описывать свойства конденсированных сред. Однако теоретическое описание их свойств ограничено вследствие необходимости привлечения больших расчетных мощностей. Сегодня, благодаря развитию компьютерных технологий и алгоритмов машинного обучения, стало возможным применять методы на основе силовых полей, например, молекулярную динамику, но обладающих точностью первопринципных методов. Это возможно благодаря тому, что машинное обучение происходит на основе первопринципных расчетов. Такой подход позволяет описывать сложные многокомпонентные системы за разумное время с хорошей точностью. Настоящее учебное пособие призвано дать обзор подходов машинного обучения для создания потенциалов межатомного взаимодействия, принципов составления базы данных структур на основе расчетов из первых принципов, использования сгенерированных потенциалов в коде LAMMPS, реализующих алгоритм молекулярной динамики, для предсказания широкого диапазона свойств материалов. Настоящее пособие адресовано, в первую очередь, магистрам специальности «Физика перспективных материалов», обучающихся на курсе «Компьютерный дизайн новых материалов», а также широкому кругу читателей, интересующихся указанной проблемой.
521 Примеч. о цел. назн. __
a Примеч. о целев. назн. Книга из коллекции КФУ - Инженерно-технические науки
583 Примечание о действиях __
u Унифиц. идентификатор ресурса URL: https://e.lanbook.com/book/465467
u Унифиц. идентификатор ресурса https://e.lanbook.com/img/cover/book/465467.jpg
z Открытое примечание Режим доступа: ЭБС «Лань»; для авторизир. пользователей
700 Другие авторы 1_
a Другие авторы Гумарова И. И.
700 Другие авторы 1_
a Другие авторы Бурганова Р. М.
700 Другие авторы 1_
a Другие авторы Недопекин О. В.
856 Электронный адрес документа 4_
u URL https://e.lanbook.com/book/465467
856 Электронный адрес документа 48
u URL https://e.lanbook.com/img/cover/book/465467.jpg
911 Журнальная рубрика __
u 106a=z
911 Журнальная рубрика __
u 953a=https://e.lanbook.com/img/cover/book/465467.jpg