재료인공지능

재료인공지능 카테고리는 원자 수준에서 재료를 이해하고 예측하는 연구에 인공지능 기술을 활용하는 분야를 다룬다. 바탕이 되는 이론은 고체물리학, 양자화학 등에서 다룰 만한 주제들로 구성되어 있다. 재료인공지능의 주요 연구 분야로는 신경망 등을 이용하여 원자 사이의 상호작용을 근사하는 기계학습 퍼텐셜, 원하는 물성을 갖는 재료의 구조와 조성을 탐색하는 역설계^{inverse design}, 인공지능과 로봇을 결합하여 실험의 설계부터 수행 및 분석까지 자동화하는 자율실험실^{self-driving laboratory, SDL} 등이 있다.

기초

• 🔒(26/11/05)원자 이웃
• 🔒(26/11/13)원자계의 대칭성
• 🔒(26/11/15)주기 경계 조건
• 🔒(26/11/07)원자간 퍼텐셜
• 🔒(26/11/11)퍼텐셜 에너지 곡면

고체물리학

• 결정 구조
  • 단위 셀

밀도 범함수 이론

• 🔒(26/11/09)보른-오펜하이머 근사

기계학습 원자간 퍼텐셜

• 🔒(26/11/17)기계학습 원자간 퍼텐셜

기술자 기반

• 🔒(26/11/19)원자 기술자
  • 🔒(26/11/21)원자중심 대칭함수
  • 🔒(26/11/25)SOAP 기술자
• 🔒(26/11/23)벨러-파리넬로 신경망^BPNN
• 🔒(26/11/27)가우시안 근사 퍼텐셜^GAP
• 🔒(26/12/01)스펙트럼기반 이웃원자분석 퍼텐셜^SNAP
• 모멘트 텐서 퍼텐셜^MTP
• 🔒(26/12/03)심층퍼텐셜 분자동역학^DeePMD
• 🔒(26/11/29)원자 클러스터 전개^ACE

재료 데이터베이스

• The Materials Project (MP): 다양한 무기 물질^{inorganic materials}의 물성과 관련된 데이터를 제공한다. (2026.02.02)
  • 파이썬에서 API 사용하기
  • API에서 데이터 쿼리하는 법

주요 참고문헌

• Steven H. Simon. 고체물리학 기초(The Solid State Basics) (2019)