Code
3F020717
Looptijd
01-10-2017 → 30-09-2021
Financiering
Fonds voor Wetenschappelijk Onderzoek - Vlaanderen (FWO)
Promotor
Mandaathouder
Onderzoeksdisciplines
-
Natural sciences
- Machine learning and decision making
- High performance computing
- Modelling and simulation
- Numerical computation
- Molecular physics
- Classical mechanics
- Classical statics
- Electrostatics
- Statistical physics
- Thermodynamics
- Classical physics not elsewhere classified
- Crystallography
- Dielectrics, piezoelectrics and ferroelectrics
- Electronic (transport) properties
- Nanophysics and nanosystems
- Structural and mechanical properties
- Phase transformations
- Thermodynamics
- Statistical mechanics
- Quantum physics not elsewhere classified
- Applied and interdisciplinary physics
- Computational physics
- Theory and design of materials
- Cheminformatics
- Quantum chemistry
- Statistical mechanics in chemistry
- Theoretical and computational chemistry not elsewhere classified
-
Medical and health sciences
- Biomolecular modelling and design
-
Engineering and technology
- High performance computing
- Modelling and simulation
- Numerical computation
Trefwoorden
Krachtvelden
Moleculaire simulaties
Machinaal leren
Projectomschrijving
Krachtvelden zijn computationeel zeer efficiënte, maar grove benaderingen voor het potentiële energie oppervlak van atoomkernen in moleculen. In dit project zullen recente doorbraken in machinaal leren worden uitgebuit om hun betrouwbaarheid te vergroten. Het doel van dit werk is het opzetten van krachtvelden met een nieuw ‘deep learning’ concept, ontworpen om veel-deeltjes interacties te begrijpen: het Interacting Particle Network (IPN).