引用与致谢¶
mliport 只负责组织计算流程,势函数既不是它定义的,也不是它训练的。它调用的是别人的软件 (UMA/fairchem、MACE、DPA/DeePMD-kit、GRACE/tensorpotential、ASE、kinisi、GEMDAT)。发表用它算出 的结果时,最主要的是引用这些上游软件,特别是你实际用的模型。
引用 mliport¶
mliport 目前还没有 DOI。在此之前:
- 请引用仓库
https://github.com/hydrogen1222/mliport和你运行的版本(mliport --version)。CITATION.cff里的元数据可直接 给文献管理软件使用; - 上游项目的 DOI(例如 FAIRChem 的 Zenodo DOI、模型论文的 DOI)不能当作 mliport 的 DOI;
- 以后 mliport 有了 DOI,本页和
CITATION.cff会同时更新。
需要引用的上游软件¶
ASE¶
mliport 用 ASE 处理结构、计算器、优化器、MD 积分器和文件格式。
A. H. Larsen et al., The atomic simulation environment — a Python library for working with atoms, J. Phys.: Condens. Matter 29, 273002 (2017), doi:10.1088/1361-648X/aa680e. https://wiki.fysik.dtu.dk/ase/
FAIRChem 与 UMA(uma 后端)¶
uma 后端通过 Meta FAIR 的 fairchem-core 加载 UMA 模型。请引用上游为你所用模型列出的 UMA 论文,
以及 fairchem 软件。
https://github.com/facebookresearch/fairchem · https://fair-chem.github.io/
MACE(mace 后端)¶
mace 后端通过 mace-torch 加载模型。请引用 MACE 论文,以及你所用模型对应的论文或发布页。
I. Batatia et al., MACE: Higher Order Equivariant Message Passing Neural Networks for Fast and Accurate Force Fields, NeurIPS 2022, arXiv:2206.07697. https://github.com/ACEsuit/mace
DeePMD-kit 与 DPA(dpa 后端)¶
dpa 后端通过 deepmd-kit 加载模型。
H. Wang, L. Zhang, J. Han, W. E, DeePMD-kit: A deep learning package for many-body potential energy representation and molecular dynamics, Comput. Phys. Commun. 228, 178–184 (2018), doi:10.1016/j.cpc.2018.03.016. https://github.com/deepmodeling/deepmd-kit
用 DPA-2 或 DPA-3 模型时,还要引用 DeePMD 项目为它发布的论文或技术报告。
GRACE(grace 后端)¶
grace 后端通过 tensorpotential 加载导出的 SavedModel。请引用上游为你所用模型给出的 GRACE 论文。
kinisi¶
mliport analyze transport 用 kinisi 做示踪扩散和集体输运的贝叶斯分析(考虑了数据之间的相关性)。请
引用 kinisi 的论文。
GEMDAT¶
mliport analyze electrolyte 用 GEMDAT 分析位点占据和离子跳跃。请引用 GEMDAT 的论文。
https://github.com/GEMDAT-repos/GEMDAT · https://gemdat.readthedocs.io
数据和模型的来源¶
- 精度测试用到的 OMat24 子集来自公开发布的 OMat24,具体来源记录在
validation/science/data_manifest.json。 - 模型的上游名称和 SHA-256 记录在
validation/science/model_manifest.json。mliport 不分发模型文件。
发现遗漏¶
如果这里漏了某个上游项目、模型说明或许可证声明,或者信息已经过时,请提一个 issue。上游的版权和 许可证声明会一直保留在仓库里。