项目来源
国家重点研发计划(NKRD)
项目主持人
孙志梅
项目受资助机构
北京航空航天大学
项目编号
2017YFB071700
立项年度
2017
立项时间
未公开
研究期限
未知 / 未知
项目级别
国家级
受资助金额
519.50万元
学科
材料基因工程关键技术与支撑平台
学科代码
未公开
基金类别
“材料基因工程关键技术与支撑平台”重点专项
关键词
材料基因工程 ; 数据库 ; 相变/阻变材料 ; 相图 ; 数据同化 ; 不确定性量化 ; material genome project ; database ; Phase-Change RAM/Resistance-Change RAM material ; phase diagram ; data assimilation ; uncertainty quantification
参与者
王鹏；汪炯；缪奶华；郑洲顺；杨小渝；姜鑫；方泽华；张越；杨晓艺
参与机构
中南大学；中国科学院计算机网络信息中心
项目标书摘要：本科技报告为国家重点研发计划“高通量自动流程材料集成计算算法与软件及其在先进存储材料中的应用”课题二“高通量材料数据管理、可靠性分析与智能学习”的验收报告。本课题主要研究目标包含：构建阻变/相变存储材料的第一原理计算高通量计算数据库系统；构建相变/阻变材料相图热力学数据库系统；分析与量化高通量计算材料数据的可靠性，并揭示其误差传递规律；实现海量异质材料数据的管理与挖掘开发面向新材料性能预测的智能学习与同化的集成化大数据处理模式。针对上述目标，课题组使用了数据库技术、不确定性量化等方法，在材料数据库、材料计算及共性算法、跨尺度计算和数据驱动的新材料设计这三个方面取得了重要成果。在数据库上，课题组自主构建了相变/阻变材料相图热力学数据库系统，并自主研发了材料数据管理系统Data Vault;开发了材料数据清洗、挖掘、分类技术，可实现与其它材料数据库平台的跨平台及连接查询的并行功能；利用项目组其它课题数据，共同构建了阻变/相变存储材料的第一原理计算高通量数据库系统。在共性算法上，课题组开发了可用于体模量、互扩散系数、二元相图等材料性质的高效算法，提供了动态系统状态预测修正的数据同化算法。在材料计算和新材料设计上，课题组计算了部分相变与阻变材料相关体系的相图；设计了可用于信息存储的二维本征铁磁体、Janus本征铁磁半导体和新型二维直接带隙半导体In2Ge2Te6。
Application Abstract: This report is the final report for program titled“High-throughput material data management,reliability analysis and intelligent learning”of the National Key Research and Development Program of China(high-throughput and automatic material integrated computation and software and applications in information-storage materials).The main objectives of this project are:construct the database for high-throughput ab initio data of phase-change RAM and resistance-change RAM materials;construct the database for phase diagrams of PC-RAM and R-RAM materials;analyze and quantify the reliability of high-throughput computational material data and explain its error propagation mechanism;achieve an integrated big-data process mode for large heterogeneous material data management and mining aiming for new material properties learning and data assimilation.To address those objectives,the program teams have employed multi-disciplinary methods and techniques including database and uncertainty quantification.In the duration of the program,a number of progresses have been made which can be categorized into three major fields:database,numerical frameworks for computational materials and similar problems,multi-scale computation and data-driven new material design.To be specific,for database,we have constructed the database for phase diagrams of PC-RAM and R-RAM materials;developed the material data management system Data Vault to provide internet services;developed material data cleaning,mining and category techniques and achieved parallel searching across various material database platforms;constructed the database for high-throughput ab initio data of PC-RAM and R-RAM materials using data from other participating teams of the same project.For numerical frameworks for computational materials and similar problems,we have developed efficient algorithms to estimate bulk modulus,inter-diffusion coefficients and phase diagrams,and developed data assimilation frameworks to correct prediction for dynamic systems。For multi-scale computation and data-driven new material design,we have computed the phase diagrams of phase-change RAM and resistance-change RAM related materials;design 2D ferromagnets,2D magnetic Janus semiconductor and 2D semiconductor In2Ge2Te6 using material data.
项目受资助省
北京市
