Koneoppiminen molekyylidynamiikassa
Rasmus, Erkki (2025-04-08)
Koneoppiminen molekyylidynamiikassa
(08.04.2025)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
avoin
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2025041527432
https://urn.fi/URN:NBN:fi-fe2025041527432
Tiivistelmä
Tutkielmassa tutustutaan koneoppimismenetelmien hyödyntämiseen molekyylidynamiikan simulaatioissa. Tässä rajoitutaan molekyyleihin kohdistuvien voimien ennustamiseen koneoppimisen menetelmien avulla. Tätä varten esitellään molekyylidynamiikan simulaatioiden perusperiaate yleisellä tasolla. Lisäksi tarkastellaan koneoppimisen perusteita, jolla pyritään antamaan yleiskuva siitä, mitä koneoppimismallin kouluttaminen tarkoittaa. Tässä rajoitutaan molekyylidynamiikan sovelluksissa laajasti käytettäviin neuroverkkoihin.
Tutkielman lopussa perehdytään voimien ennustamiseen. Tarkoitus on antaa yleiskuva tämän esittämisestä koneoppimistehtävänä. Lisäksi tarkastellaan ennustamisessa käytettävän koneoppimismallin kouluttamista. Lopussa esitellään tarkemmin rekursiiviset graafineuroverkot, jotka ovat yksi molekyylidynamiikan lupaavimmista koneoppimismenetelmistä. Tähän perustuvien koneopittujen voimien toimintaa käytännössä demonstroitiin ajamalla molekyylidynamiikan simulaatioita useissa eri lämpötilassa.
Tutkielman lopussa perehdytään voimien ennustamiseen. Tarkoitus on antaa yleiskuva tämän esittämisestä koneoppimistehtävänä. Lisäksi tarkastellaan ennustamisessa käytettävän koneoppimismallin kouluttamista. Lopussa esitellään tarkemmin rekursiiviset graafineuroverkot, jotka ovat yksi molekyylidynamiikan lupaavimmista koneoppimismenetelmistä. Tähän perustuvien koneopittujen voimien toimintaa käytännössä demonstroitiin ajamalla molekyylidynamiikan simulaatioita useissa eri lämpötilassa.