Молекулярная динамика гамильтоновых систем и количественные оценки выполнимости закона сохранения энергии модельных систем
Материал из MachineLearning.
Молекулярная динамика гамильтоновых систем и количественные оценки выполнимости закона сохранения энергии модельных систем, в т.ч. с использованием методов машинного обучения и интеллектуального анализа данных
Подробное описание научной задачи
Методы молекулярной динамики (МД), основанные на классической механике или квантовой механике, хорошо проработаны теоретически и повсеместно используются в моделировании физических и химических процессов. Однако, сама постановка проблемы оценки динамики отдельных сложных молекул (например, молекул белка) или сравнительно небольших конгломератов молекул/атомов, существенно затрудняет верификацию получаемых таким образом результатов: ведь длинные траектории МД с детальными координатами индивидуальных молекул/атомов (микросистемы) должны сопоставляться с термодинамическими или кинетическим параметрами, имеющими отношения к макросистемам. До сих пор, не разработано общепринятого способов сопоставления результатов молекулярной динамики (вычислительный эксперимент в виртуальном мире) с результатами реальных экспериментов, проводимых в физическом мире. Перспективным направлением к оценке физического смысла (в частности, выполнимости закона сохранения энергии в виртуальных системах МД) являются теоретические и вычислительные исследования обратимости времени в системах МД (тематика, идеологически близкая к поискам разрешения парадокса Лошмидта). Исследование обратимости времени при МД указывает на перспективные пути разработки новых функций потенциальной энергии, оценки ошибок МД, термостатирования и др. Физически обоснованные и верифицируемые процедуры МД будут иметь множество приложений в биофизике, нанотехнологиях и других областях современной науки, занимающихся исследованиями на границе "микросистемы-макросистемы".
Предварительные требования к студентам
Глубокий интерес к проблемам классической и квантовой механики, владение теоретическими основами информатики и машинного обучения, долговременная заинтересованность студента в данной тематике, способность строго формулировать математические теории и проводить соответствующие вычислительные эксперименты, основанные на данных теориях