Машинное обучение в науке о материалах

2025/2026

Учебный год

RUS

Обучение ведется на русском языке

5

Кредиты

Кто читает:

Департамент больших данных и информационного поиска

Статус:

Курс по выбору

Когда читается:

3-й курс, 1, 2 модуль

Преподаватель

Новиков Иван Сергеевич

Программа дисциплины

Аннотация

Курс посвящен применению методов машинного обучения в науке о материалах. Во время занятий речь пойдёт о машинно-обучаемых потенциалах межатомного взаимодействия и алгоритмов их обучения, гауссовских процессах, графовых нейронных сетях и символьной регрессии. Кроме того, в курсе будет краткое введение в вычислительное материаловедение: базовые понятия физики твердого тела, основные принципы квантово-механических расчетов и молекулярно-динамического моделирования. По результатам прохождения курса слушатели получат теоретические основы современных методов машинного обучения в вычислительном материаловедении, а также практические навыки их использования для исследования материалов.

Цель освоения дисциплины

• Основными целями курса является ознакомление слушателей с теоретическими основами атомистического моделирования, такими как метод теории функционала плотности и молекулярной динамики, а также методами машинного обучения в вычислительном материаловедении. Помимо теоретических знаний, целью курса является ознакомление слушателей с пакетами и программными кодами, применяемыми в вычислительном материаловедении, а также в получении навыков работы на суперкомпьютере.

Планируемые результаты обучения

• По результатам прохождения курса слушатели получат теоретические основы атомистического моделирования и современных методов машинного обучения в вычислительном материаловедении, а также практические навыки их использования для исследования материалов.

Содержание учебной дисциплины

• 1. Введение в физику твердого тела и машинное обучение
• 2. Введение в теорию функционала плотности
• 3. Машинно-обучаемые потенциалы. Moment Tensor Potential как пример полиномиального потенциала
• 4. Молекулярно-динамическое моделирование
• 5. Активное обучение 1
• 6. Активное обучение 2
• 7. DeePMD как пример модели на основе глубоких нейронных сетей
• 8. Графовые нейронные сети
• 9. Малоранговые машинно-обучаемые потенциалы
• 10. Машинно-обучаемые потенциалы с электронными степенями свободы
• 11. Гауссовские процессы
• 12. Машинное обучение для моделирования электролитов
• 13. Модель состав-свойство
• 14. Символьная регрессия в материаловедении

Элементы контроля

• Тест
  Перед каждым занятием, кроме первого и последнего занятия, слушателям курса будет предложено пять вопросов по предыдущей лекции. На тест дается пять минут, он пишется в аудитории на листах бумаги. Можно пользоваться рукописными конспектами при ответе на тест. По прошествии пяти минут листы сдаются, преподаватель и ассистент их оценивают, а сами оценки за тест приводятся в сводной таблице перед каждым следующим занятием.
• Домашнее задание
  После некоторых занятий слушателям даются домашние задания, которые заключаются в решении той или иной задачи на компьютере с помощью изученных на курсе пакетов. Задания присылаются в электронном виде, ассистент и преподаватель их оценивают. Срок выполнения каждого задания – 10 дней со дня получения.
• Экзамен
  После финальной лекции проходит экзамен. Каждый слушатель тянет билет, который состоит из двух вопросов, которые могут быть как теоретическими, так и простыми практическими, не требующими сложных выкладок. Можно пользоваться рукописными конспектами при подготовке к ответу на билет.
• Вопрос по выбору
  Слушатель либо находит сам, либо выбирает из выданного набора одну статью по тематике курса, изучает ее и делает презентацию по ней в день экзамена. Преподаватель и ассистент оценивают презентации и ответы на вопросы по ней.

Промежуточная аттестация

• 2025/2026 2nd module
  0.25 * Вопрос по выбору + 0.25 * Домашнее задание + 0.2 * Тест + 0.3 * Экзамен

Список литературы

Рекомендуемая основная литература

• Введение в физику твердого тела, Киттель, Ч., 1963
• Статистическая термодинамика, Киттель, Ч., 1977

Рекомендуемая дополнительная литература

• Физико-химические основы материаловедения / пер. с англ. К. Н. Золотовой, Д. О. Чаркина ; под ред. В. П. Зломанова. — 4-е изд., электрон. — (Лучший зарубежный учебник) - 978-5-93208-565-3 - Готтштайн Г. - 2021 - Москва: Лаборатория знаний - https://ibooks.ru/bookshelf/385333 - 385333 - iBOOKS