Семинары

Докладчик: Шапеев А.В.
Тема: Межатомное взаимодействие, искусственный интеллект и компьютерный дизайн материалов  
Аннотация: С появлением вычислительной техники в 1950–60-х годах стало возможным численное моделирование сложных физических процессов. Со временем вычислительные расчёты превратились в рутинный инструмент инженерной практики и сегодня широко интегрированы в процессы проектирования в рамках автоматизированных комплексов программ инженерных расчётов (Computer-Aided Engineering, или CAE). С развитием вычислительных методов ключевым направлением стало атомистическое моделирование материалов. Квантово-механические методы (DFT) обеспечивают высокую точность, но ограничены вычислительной сложностью, тогда как молекулярная динамика с полуэмпирическими потенциалами масштабируема, но уступает в точности, особенно при предсказании новых материалов. В своём докладе я покажу, как развитие машинно-обучаемых потенциалов объединяет точность квантово-механических методов и эффективность классических подходов. Также будет продемонстрировано, как методы искусственного интеллекта позволяют автоматизировать расчёты и открывают путь к системам компьютерного дизайна материалов, сопоставимым по уровню автоматизации с современными CAE-подходами.
Дата: 01.04.2026 
Место: Очное проведение в аудитории D503 в 14-40. 

Презентация (PDF, 6,22 Мб)

Докладчик: Котыхов А.С. 
Тема: Предобучение нейросетевых машинно-обучаемых межатомных потенциалов на синтетических данных
Аннотация: Доклад будет посвящён разбору работы, в которой было осуществлено предобучение нейросетевых межатомных потенциалов на синтетических данных, т.е. полученных при помощи других уже обученных потенциалов в дополнении к основной обучающей выборке, посчитанной с использованием квантово-механических расчётов. Данный метод обучения позволяет улучшать точность моделей, особенно для небольших исходных обучающих выборок.
Дата: 04.03.2026 
Место: Очное проведение в аудитории D203 в 14-40. 

Презентация (PDF, 1,14 Мб)

Докладчик: Новиков И.С. 
Тема: Машинно-обучаемые потенциалы в вычислительном материаловедении
Аннотация: В докладе пойдёт речь о так называемых машинно-обучаемых межатомных потенциалах, которые стали популярным инструментом в вычислительном материаловедении. Эти модели позволяют ускорять затратные в вычислительном смысле расчеты на основе теории функционала плотности и проводить исследование материалов на больших пространственных и временных масштабах. После обсуждения математической формы потенциалов речь пойдёт о примерах задач, которые решаются с их помощью в вычислительном материаловедении.
Дата: 18.02.2026 
Место: Очное проведение в аудитории G405 в 14-40. 

Презентация (PDF, 2,12 Мб)