Ph

Predicting the electronic structure of matter at scale with machine learning

Datum
17.10.2024
Zeit
13:00 - 15:00
Sprecher
Attila Cangi
Zugehörigkeit
Helmholtz-Zentrum Dresden-Rossendorf
Serie
TUD nanoSeminar
Sprache
en
Hauptthema
Physik
Andere Themen
Physik
Host
Arezoo Dianat
Beschreibung
In this presentation, I will discuss our recent advancements in utilizing machine learning to significantly enhance the efficiency of electronic structure calculations [1]. Specifically, I will focus on our efforts to accelerate Kohn-Sham density functional theory calculations by incorporating deep neural networks within the Materials Learning Algorithms framework [2,3]. Our results demonstrate substantial gains in calculation speed for metals across their melting point. Additionally, our implementation of automated machine learning has resulted in significant savings in computational resources when identifying optimal neural network architectures, laying the foundation for large-scale investigations [4]. Furthermore, I will present our most recent breakthrough, which enables neural-network-driven electronic structure calculations for systems containing over 100,000 atoms [5]. This achievement opens up new avenues for studying complex materials systems that were previously computationally intractable. 
 
 [1] L. Fiedler, K. Shah, M. Bussmann, A. Cangi, Phys. Rev. Materials, 6, 040301 (2022) 
 [2] A. Cangi, J. A. Ellis, L. Fiedler, D. Kotik, N. A. Modine, V. Oles, G. A. Popoola, S. Rajamanickam, S. Schmerler, J. A. Stephens, A. P. Thompson, Phys. Rev. B 104, 035120 (2021). 
 [3] J. Ellis, L. Fiedler, G. Popoola, N. Modine, J. Stephens, A. Thompson, A. Cangi, S. Rajamanickam, Phys. Rev. B, 104, 035120 (2021) 
 [4] L. Fiedler, N. Hoffmann, P. Mohammed, G. Popoola, T. Yovell, V. Oles, J. Austin Ellis, S. Rajamanickam, A. Cangi, Mach. Learn.: Sci. Technol., 3, 045008 (2022) 
 [5] L. Fiedler, N. Modine, S. Schmerler, D. Vogel, G. Popoola, A. Thompson, S. Rajamanickam, A. Cangi, npj. Comput. Mater., 9, 115 (2023)
Links

Letztmalig verändert: 10.10.2024, 07:41:19

Veranstaltungsort

TUD Materials Science - HAL (HAL Bürogebäude - 115)Hallwachsstraße301069Dresden
Homepage
https://navigator.tu-dresden.de/etplan/hal/00

Veranstalter

TUD Institute for Materials ScienceHallwachsstr.301069Dresden
Scannen Sie diesen Code mit Ihrem Smartphone and bekommen Sie die Veranstaltung direkt in Ihren Kalender. Sollten Sie Probleme beim Scannen haben, vergrößern Sie den Code durch Klicken darauf.
  • AuAusgründung/Transfer
  • BaBauing., Architektur
  • BiBiologie
  • ChChemie
  • ElElektro- u. Informationstechnik
  • Sfür Schüler:innen
  • GsGesellschaft, Philos., Erzieh.
  • InInformatik
  • JuJura
  • MwMaschinenwesen
  • MtMaterialien
  • MaMathematik
  • MeMedizin
  • PhPhysik
  • PsPsychologie
  • KuSprache, Literatur und Kultur
  • UmUmwelt
  • VeVerkehr
  • WeWeiterbildung
  • WlWillkommen
  • WiWirtschaft