题目：ALKEMIE: An intelligent computational platform for accelerating materials discovery and design

链接：DOI: 

10.1016/j.commatsci.2020.110064

ALKEMIE：加速材料发现和设计的智能计算平台

摘要 通过传统的试错方式开发具有目标特性的新材料成本效率低下，有时最终徒劳无功，因此，模拟驱动的材料设计在过去几十年中发挥了重要作用。然而，数据驱动材料科学时代的到来需要一个智能计算平台来加速先进材料的发现和设计。在这里，我们展示了一个名为 ALKEMIE 的开源计算平台，它是人工学习和知识增强材料信息工程的首字母缩写词，它使广泛的社区能够轻松访问数据驱动技术。ALKEMIE 与三个关键组件相结合，用于即将到来的数据驱动科学的材料计算设计：通过高通量计算生成数据，通过机器学习模型进行数据管理和数据挖掘。简单来说，ALKEMIE中的高通量计算是通过集成模型构建、计算性能和数据分析的自动化框架来实现的。并且数据库所使用的高级应用程序编程接口使得通过机器学习进行的数据挖掘更适用于材料科学。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 特别是，ALKEMIE 与一个模块集成，用于生成用于大规模分子动力学模拟的机器学习原子间势，其中数据集是从高通量第一性原理计算中获得的。更重要的是，ALKEMIE 拥有精心设计的用户友好图形用户界面，使工作流程和数据流更具可操作性和透明性，方便具有广泛背景的科学家使用。最后，通过三个计算实例展示了 ALKEMIE 的主要特征。

 

================================

以上是我们分享的一些经验或者文章的搬运，或有不足，欢迎大家指出！

如有侵权，请联系我立马删除！

详细内容（文章题目、文章链接、附件下载）可在微 信 公 众 号：原子与分子模拟获取，欢迎大家关注。