· 智源学者

博士,1984年3月出生,2011年获得北京大学理学博士学位,其后前往柏林自由大学进行博士后研究。2014年加入北京应用物理与计算数学研究所,现任副研究员。主要研究兴趣为分子模拟中的多尺度建模与计算方法,以及深度学习在分子建模中的应用。王涵在Physical Review Letters, Physical Review X, Journal of Chemical Theory and Computation等SCI索引期刊上发表第一作者或通讯作者文章三十篇。2019年入选北京市青年人才托举工程。

代表性成果

申请人及其合作者发展了基于深度学习的原子间相互作用建模方法——深度势能,提出通过模型一致性估计深度势能模型误差的方法,在本质上改善了原子间相互作用的建模精度。深度势能的模型精度达到与第一性原理计算一致,同时计算开销的阶由O(N3)降低到O(N),其中N为体系中原子个数。数值实验表明,在约100个水分子的模拟中,深度势能的计算开销比第一性原理计算节省将近5个数量级,极大地提高了计算效率。申请人的相关工作发表在物理学顶级期刊Physical Review Letters 上,以及Journal of Chemical Physics,Computer Physics Communications 等物理化学/计算物理主流期刊上。这些工作发表一年内就受到了国内外同行的广泛关注。

英国皇家学会外籍院士Parrinello使用深度势能分子动力学方法研究硅的熔化,克服了传统原子间相互作用模型无法同时精确刻画硅的固相和液相的困难。北京师范大学的崔刚龙教授课题组对深度势能模型进行了扩展,用于对非绝热激发态分子动力学建模,克服了传统方法在能量面交接锥处模型精度低的难题,获得了和第一性原理一致的激发态动力学模拟结果。国内外同行基于申请人的研究成果解决了各自领域面临的原子间相互作用建模难题,这充分说明申请人提出的方法在不同科学领域具有广泛的应用前景。

拟研究项目名称:基于深度学习的高效分子建模方法

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OK