DP Technology用户677
决赛赛题公布 | DeepModeling Hackathon AI for Electrochemistry（AI4EC）赛道
输入“/”快速插入内容
决赛赛题公布 | DeepModeling Hackathon AI for Electrochemistry（AI4EC）赛道
决赛赛题公布 | DeepModeling Hackathon AI for Electrochemistry（AI4EC）赛道
用户677用户677
用户372用户372
用户2495用户2495
用户1854用户1854用户5838用户58382023年7月20日修改
AI4EC赛道由DeepModeling开源社区、嘉庚创新实验室人工智能应用电化学联合实验室（AI4EC）联合主办，旨在鼓励希望探索各类电池领域相关材料的电化学性质的选手，运用AI4Science相关软件工具，用于开发针对某一体系，或某一环境下，诸如材料氧化还原电位、反应自由能变等性质计算的工作流；也可以用于解决某一特定的问题，总之，如果你渴望用材料来不断定义能源，欢迎你加入AI for Electrochemistry的探索之旅！
本赛道赛题分为自由命题和固定命题两个部分。我们特别鼓励大家做自由命题，只要和AI4EC相关的任何创意都非常欢迎；当然如果大家对自由命题不知所措，也可以参与固定命题赛道，在指定的命题下发挥自己的创意与才华。
赛题内容
一、自由命题
本赛道的选手拥有充分的创意自由，可以选择任意和AI4EC相关的想法来完成。包括但不限于：
•
场景探索：使用AI4EC的算法或软件，探索一些实际应用场景
•
工作流开发类：围绕一些常见场景，开发AI4EC工作流
选择这个赛道的选手，需要在初赛阶段提交自己的proposal来描述自己的想法并初步证实该想法可行性（评审组也会给出一些建设性的指导建议，方便更好的实现）。
二、如果你没有想法或灵感，可以参考以下方向：
赛题：构建通过机器学习加速的氧化还原电位计算的自动化工作流（第二阶段）
背景 & 问题
◦
基于第一性原理的分子动力学模拟（AIMD） 计算自由能速度慢、效率低。
◦
目标
构建DP-GEN与氧化还原电位计算方法相结合的工作流
可能的解决方案
◦
理解氧化还原电位计算：参考J. Chem. Phys. 157, 024103 (2022)和其它相关文献
◦
使用DP-GEN：请从github下载DP-GEN的源代码并阅读其主体。
◦
构建工作流：可以通过直接修改DP-GEN的源代码，实现自由能微扰与MLP训练的耦合。
入门（第一阶段，初赛部分）
◦
通过阅读LAMMPS的输入文件了解使用深度势能分子动力学（DPMD）实现自由能计算的过程。并对比常规的DPMD计算文件，分析异同。
◦
阅读论文J. Chem. Phys. 157, 024103 (2022)，理解如何计算出垂直能量差（vertical energy gaps）和热力学积分（thermodynamic integration）。
◦
读取LAMMPS输出文件计算垂直能量差并画出统计平均图像。
◦
基于统计平均的垂直能量差，画出热力学积分图像，计算自由能。
数据集 & 材料
◦
2个深度势能模型的数据集 (OH氧化还原电位计算的初始和最终状态)，
◦
LAMMPS的输入文件、计算输出文件
决赛得分点
◦
理解dpgen自动化生成lammps输入文件的方法，并修改dpgen/generator/lib/lammps.py使其可以生成自由能计算的输入文件，在修改处以注释的形式打上标签。
◦
修改dpgen/generator/run.py文件，构建自由能计算势函数训练自动化工作流，在修改处以注释的形式打上标签。
◦
dpgen如何修改的分析报告。
决赛提交格式
◦
修改后的dpgen/generator/lib/lammps.py副本。 （python源文件）（决赛-1）
◦
修改后的dpgen/generator/run.py文件。（python源文件）（决赛-2）
◦
dpgen修改分析报告。（word）（决赛-3）
更多赛题详细信息，请点击链接，或扫描下方海报二维码即可查看：
赛题公布 | DeepModeling Hackathon AI for Electrochemistry（AI4EC）赛道