时间：2020年10月8日
地点：机电信息楼
参会人员：胡长军、任帅、储根深、陈丹丹、白鹤。
主持人：任帅
正文：
一、会议主要内容
- 任帅讲解了深度学习用于MD计算的基本概念以及鄂维南团队DeepMD的工作流程，大家讨论并基本理解了1）DeepMD中所谓“邻域”的构建方法，2）DeepMD如何利用神经网络方法进行模型训练。对于DeepMD使用lammps的NeighborList进行数据压缩与排列的优化方法还需要结合其程序代码进行消化；
- 胡老师提出模拟大数据具有的几方面特点，指出要针对这方面工作调研国内外相关文献，明确我们针对这部分工作的思路是否可行，并补充几方面特点的说法与具体实例；
- 储根深大致讲解了DeepMD-kit软件的架构（概览），大致说明了软件包含的各部分模块与功能。其核心代码3万来行，其中模型训练与测试代码1万行左右(python为主)，主库代码近2万行(包含lammps，ipi模拟软件的势函数集成，深度势函数的实现等)。
二、行动项
下次会议之前：
- 理清DeepMD中针对MD模拟的深度学习方法与计算优化的工作流程；
- 调研国内外针对模拟大数据的相关工作，以及增加材料、燃料等限定词后是否具有不同的特点与处理方法；
DeepMD-kit的代码解读：先研究神经网络模型训练部分的代码(python部分)。1. 待有更深入了解后，确定其方法是否可用于MISA-MD 程序以及是否有更有的方案(如机器学习方法是否必须是神经网络？针对MISA-MD的本身数据结构来做，是否比基于lammps的NeighborList来做更简单/更复杂，我们的MD程序是否有优势或者劣势？)。2. 评估其势函数计算复杂性，相对于传统势函数增加了多大的计算量，如何优化或者有无效率更高的机器学习方法？