Περιεχόμενο Μαθήματος
Στο πλαίσιο του μαθήματος θα γίνει μια διεξοδική εμβάθυνση σε υπολογιστικές μεθόδους στην Φυσική και τεχνολογία των Υλικών. Το μάθημα θα αναλύει τις διαθέσιμες υπολογιστικές μεθόδους στην ατομική κλίμακα, στο μεσοσκοπικό επίπεδο και στο μακροσκοπικό επίπεδο. Αρχικά θα αναλύουμε τους υπολογισμούς πρώτων αρχών (Hartree (H), Hartree Fock (HF), Density functional theory (DFT), Linear Augmented Plane Wav (LAPW), Linear combination of atomic orbitals (LCAO)) και τους υπολογισμούς Tight Binding (TB), οι οποίοι είναι η πιο απλουστευμένη μορφή υπολογισμών αλληλεπίδρασης ατόμων λαμβάνοντας υπόψη την ηλεκτρονική δομή του υλικού. Στη συνέχεια θα αναλύονται οι υπολογισμοί Μοριακής Δυναμικής καθώς και Monte Carlo, είτε με τη χρήση πρώτων αρχών αλλά κυρίως με τη χρήση διατομικών δυναμικών. Στη συνέχεια θα δίνονται οι βασικές αρχές των υπολογισμών συνεχούς μέσου που εφαρμόζονται στις προσομοιώσεις μακροσκοπικής κλίμακας. Θα αναλύονται οι βασικές θεωρητικές αρχές και αλγόριθμοι των παραπάνω μεθόδων καθώς και οι περιορισμοί των εφαρμογών τους. Επιπρόσθετα θα αναλύονται οι υπολογιστικές μέθοδοι Artificial Intelligence, Machine Learning και Deep Learning. Οι παραπάνω μέθοδοι ανάλυσης δεδομένων, αποτελούν βασικό συστατικό της επεξεργασίας πειραματικών δεδομένων αλλά και της “εξόρυξης” δεδομένων από υπολογισμούς μεγάλης κλίμακας.
Οι εφαρμογές των υπολογιστικών μεθόδων που θα αναλυθούν είναι σύγχρονα υπολογιστικά προβλήματα στη Φυσική των Υλικών, όπως υπολογιστική μοντελοποίηση και ανάλυση κρυσταλλικών δομών, περιοδικές συνθήκες, δημιουργία επιφανειών, διεπιφανειών και εκτεταμένων ατελειών. Υπολογισμοί σταθερών πλέγματος με δυναμικά αλληλεπίδρασης ατόμων. Υπολογισμοί ενέργειας-εύρεση κατάστασης ελάχιστης ενέργειας, ευσταθείς καταστάσεις. Επεξεργασία δομικών και ηλεκτρονικών ιδιοτήτων υπολογισμών πρώτων αρχών κρυσταλλικών υλικών. Ενεργειακό χάσμα ημιαγωγών, πυκνότητα ενεργειακών καταστάσεων, στατιστικές & θερμοδυναμικές ιδιότητες της ύλης.
Λέξεις Κλειδιά
Τεχνητή νοημοσύνη, μηχανική μάθηση και βαθιά μάθηση, Συναρτησιακή θεωρία πυκνότητας (DFT), Γραμμικός συνδυασμός ατομικών τροχιακών (LCAO), Ισχυρή δέσμευση (TB), Μοριακή δυναμική, Monte Carlo, Πρώτες αρχές Συναρτησιακή θεωρία πυκνότητας (DFT), Γραμμικός συνδυασμός ατομικών τροχιακών (LCAO), Σφιχτή δέσμευση (TB), Μοριακή Δυναμική, Monte Carlo, Πρώτες Αρχές
Βιβλιογραφία μαθήματος (Εύδοξος)
1. Η ΓΛΩΣΣΑ PYTHON ΣΕ ΒΑΘΟΣ, ΝΙΚΟΣ Μ. ΧΑΤΖΗΓΙΑΝΝΑΚΗΣ, 2023, ΕΚΔΟΣΕΙΣ ΚΛΕΙΔΑΡΙΘΜΟΣ, Εύδοξος:122075004, ISBN: 9789606454714
Επιπρόσθετη βιβλιογραφία για μελέτη
1)Electronic structure: Basic theory & practical methods, R. M. Martin
2)Interatomic Forces in Condensed Matter, M. Finnis
3)Atomic and Electronic Structure of Solids, E. Kaxiras
4)Computational Physics, J.M. Thijsen
5)Deep Learning with Python, François Chollet