【机器学习力场培训班】
VASP的从头算分子动力学（AIMD）模拟功能目前在各领域基础研究中被广泛应用，源于其能够准确地预测材料微观结构的演化过程。但对于较大的体系，AIMD的耗时相对较长，对很多科研工作者而言都是一个难题。VASP6版本的一个重要的功能——实时机器学习力场（MLFF）能够解决这一难题，能大幅加速分子动力学模拟。因此，自从此功能推出以来，始终具有很高的关注度。
为了让更多用户了解全新的MLFF功能，源资科技于7月30日举办VASP6机器学习力场专题速成班，并对课程进行了精简升级，更新了课程讲义和上机操作手册。全程免费，包含授课及上机指导。
培训时间虽然仅有半天，但是学员们收获满满：不但了解到机器学习力场的理论基础和实际应用案例，而且通过上机实操掌握了大量建模和计算技巧。讲师与学员积极互动交流，回答大量学员关心的MLFF相关问题，获得了一致好评！
由于篇幅有限，上期Q&A答疑分享先发布了部分问题，具体请点击以下链接跳转
【Q&A答疑分享——Part 3】
1. 有些结构计算是需要固定某方向的原子坐标的，那训练的时候也固定上，对最终的力场精度有影响吗？
A：没有影响。
2. 如果我要研究相变，需要怎么训练？
A：数据集需要包含各个相还有过渡区域的结构，可以分段训练。
3. 请问做表面原子扩散的话需要将基底底部的最底层的几层原子固定吗？
A：需要，这部分原子用于模拟体相结构。
4. MLFF能用到LAMMPS里吗？
A：不能。不过MedeA MLPG模块可以满足这一需求。
5. 能否训练水分子的MLFF？
A：可以的，把水分子放入晶胞作为初始结构即可。
6. MedeA VASP面板上的handle MLFF是什么作用？
A：Handle MLFF能用来处理之前生成的MLFF，有3个选项，分别具有以下功能：
（1）For fast running applications：读取AIMD轨迹，重新创建MLFF，不评估贝叶斯误差，旨在快速生成
（2）Refit MLFF with Bayesian error prediction：读取AIMD轨迹，重新创建MLFF，且评估贝叶斯误差
（3）Refit MLFF with reselected local reference configurations：忽略之前的局部构型，从数据集中重新生成新的局部构型列表
7. 为什么计算热膨胀的流程图里面有3个VASP组件？
A：这是因为要多次计算平均体积，取平均值，保证数据合理可信。
8. MedeA可以读cif文件吗？
A：可以的，读取结构时文件名右侧的下拉框选择cif即可。
9. 可以训练异质结的MLFF吗？
A：可以的，思路和界面体系差不多。
10. 团簇没有周期性结构，也能训练力场吗？
A：团簇可以给它建一个盒子然后训练，但要慎重检验准确度，很容易存在尺寸效应（比如有时候给小团簇训练的力场，应用到大团簇会存在较大误差）。
