Ep1: LLZO/Li interface（DFT + ML-IAP + Allegro）
Ep1: LLZO/Li interface（DFT + ML-IAP + Allegro） このページは notes（MkDocs）版へ移行中です。 TL;DR LLZO/Li 界面を題材に、 QE（DFT）→ 学習データ → Allegro/NequIP 学習 → 推論/AI-MD へ繋ぐ「界面編」です。 つまずきやすいのは 界面モデルの作り方（構造の整合） と 学習データのバランス（界面/バルク/欠陥など） です。 まずは「小さく完走する」最小構成を作り、必要に応じてサンプル数・バリエーションを増やします。 このページで得られること 界面（inte
Ep1: LLZO/Li interface（DFT + ML-IAP + Allegro）
このページは notes（MkDocs）版へ移行中です。
TL;DR
- LLZO/Li 界面を題材に、QE（DFT）→ 学習データ → Allegro/NequIP 学習 → 推論/AI-MD へ繋ぐ「界面編」です。
- つまずきやすいのは 界面モデルの作り方（構造の整合） と 学習データのバランス（界面/バルク/欠陥など）です。
- まずは「小さく完走する」最小構成を作り、必要に応じてサンプル数・バリエーションを増やします。
このページで得られること
- 界面（interface）を含むDFTデータ作成の進め方（最小）
- 学習データとして破綻しないためのチェック観点
- Ep0/Ep2 との接続（シリーズとしての読み順）
最小パイプライン（全体像）
- 界面モデル作成（LLZO + Li、整合・固定層・真空/周期条件など）
- QEでDFT計算（構造/エネルギー/力/応力）
- 学習データ整形（extxyz等、原子種・単位・応力の整合）
- Allegro/NequIP 学習（小規模で完走確認 → 本学習）
- 推論・評価（界面近傍での誤差/安定性を確認）
- 必要に応じて LAMMPS 連携（AI-MDで挙動確認）
典型的な設計ポイント（メモ）
- 界面モデル：原子重なり/不自然な近接がないか、固定層の扱い
- データ：界面だけに偏らない（バルク・欠陥・表面などを混ぜるか検討）
- 受け入れテスト：第三者が同じ手順で再現できる最小ジョブを用意
次に読むページ
- Ep0: LLZO + Li + ML-IAP + Allegro
- Ep2: QE GPU + Allegro training（H200 NVL）
- QE + DeepMD + LAMMPS（LLZO Li-ion path 3D）
相談・見積
→ お問い合わせ
---