时间：2020年10月29日

地点：机电信息楼

参会人员：储根深、陈丹丹、任帅、白鹤、朱雨晗、陈添翼、杨绍雄、何远杰、李慧昭。

主持人：储根深、陈丹丹

正文：

一、会议主要内容

1. 储根深介绍了KMC模拟的基本原理，简单介绍了KMC计算中跃迁速率和时间增量的计算方式；简单介绍了过渡态理论；介绍了KMC的几种实现方式及各自特点；从计算需求上，介绍了MD如何过渡到KMC模拟；介绍了OKMC和AKMC两种方法及各自优缺点；
2. 储根深针对AKMC的off-lattice方法进行介绍，大家对于off-lattice的KMC实现进行了讨论，并形成后续工作行动项；
3. 陈丹丹介绍了材料组3-5年的工作规划，包括整体工作规划，奖项规划，成果规划，成员各阶段工作规划，大家在工作规划的基础上，详细确认了第一阶段的目标和任务；
4. 对上次会议制定的行动项进行了讨论。

二、行动项

上次会议行动项完成情况：

1. 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。

对DeePMD代码结构、工作量进行了分析，下一步对代码展开解读；

1. 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；

找到了国外对于模拟大数据相关论述的文献，文献中对模拟大数据特点做了归纳（3F）,下一步需要对这些文献内容进一步调研和总结

1. 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？

此行动项在代码解读工作进行到一定程度后再进行探讨。

本次会议形成行动项：

1. 深入研究off-lattice具体算法，对其中鞍点搜索算法的计算过程进行详细研究，评估其实现难度和工作量；
2. 查找是否有off-lattice的开源KMC软件，进行软件的解读。