February 15, 2024

リリース 2024.2.15

リリース 2024.2.15 には、複数の新機能といくつかの UX の改善が含まれています。(1) Pymatgen、ASE、Jarvis-Tools、numpy/scipyを含む任意のPythonコードを実行できるJupyterLite環境、plotlyスタックがあり、何もインストール/セットアップする必要がありません。(2) ZurとMcGillによるストレインマッチングを使用してインターフェイスを構築する方法を示すJupyterLiteノートブック、DOI: 10.1063/1.333084; (3) 追加対応する実行ファイルを含むDeepMDアプリケーションと、Quantum ESPRESSO cp.xを使用してトレーニングデータを生成するデフォルトのDeepMD MLFFバンクワークフロー、(4)cp.xを備えたQuantum ESPRESSOのデフォルトバンクフレーバー。

概要

リリース 2024.2.15 には、複数の新機能といくつかの UX の改善が含まれています。(1) Pymatgen、ASE、Jarvis-Tools、numpy/scipyを含む任意のPythonコードを実行できるJupyterLite環境、plotlyスタックがあり、何もインストール/セットアップする必要がありません。(2) ZurとMcGillによるストレインマッチングを使用してインターフェイスを構築する方法を示すJupyterLiteノートブック、DOI: 10.1063/1.333084; (3) 追加対応する実行ファイルを含むDeepMDアプリケーション+Quantum ESPRESSO cp.xを使用してトレーニングデータを生成するデフォルトのDeepMD MLFFバンクワークフロー、(4)cp.xを備えたQuantum ESPRESSOのデフォルトバンクワークフロー。

機能

ジェネリック
  • Pymatgen、ASE、Jarvis-Tools、numpy/scipy/pandas/plotly スタックを含む任意の Python コードを実行できる JupyterLite 環境の追加。何もインストールする必要はありません
特定
  • ひずみを最小限に抑えたJupyterLiteノートブックZUR-McGillインターフェースビルダーを追加
  • hp.x 計算例を使用してDFT+Uのデフォルト銀行ワークフローを作成
  • Quantum ESPRESSO cp.x カー・パリネロ分子動力学計算のサポートを追加
  • DeepMDアプリケーションと対応する実行ファイルの追加 + DeepMD MLFFのデフォルトバンクワークフローの追加
  • インテルオネアピ2023.1.0を追加
  • QE バージョン 7.3 を追加
  • インテル Oneapi 2023.1.0 でコンパイルされた QE 7.2 を追加
  • libxc バージョン 6.2.2 を追加

改善点

  • すべての RJSF 使用箇所を MUI を使用するように入れ替える
  • jQuery クエリビルダーを React クエリビルダーに移行

バグ

  • AWS 上のリストファイルを修正
  • 高速キュースケーリングロジックの修正
  • ユーザー作成の修正

デベロッパー向け

  • Express-Py で Jarvis から Esse へのコンバーターをビルド
  • ジャービスツールをピオダイドで利用できるようにする
  • APIクライアントのプロパティエンドポイントの調整
  • サイプレスを使用してテスト定義ライブラリ (@mat3ra /tede) を公開
  • ESSE: 解決済みのスキーマを作成して次の場所で利用できるようにする
  • JS ランタイムで ESSE JavaScript モジュールと Python モジュールをビルド

ハイライト:マテリアルデザイナーの JupyterLite 環境

Pymatgen、ASE、Jarvis-Tools、numpy/scipy、plotly スタックなど、任意の Python コードを実行でき、そのための環境をインストール/セットアップする必要がないことを強調します。以下は簡単なデモンストレーションです。

ハイライト:ジュピターライトのZSLストレインマッチング

ZurとMcGillによると、DOI: 10.1063/1.333084によると、マテリアルデザイナー内でひずみマッチングを使用してインターフェースを構築できることを強調しています。以下の例では、Ni (111) の表面上にグラフェンを配置して界面を作成しています。

ハイライト:DeepMD機械学習力場 (MLFF) ワークフロー

第一原理計算とQE cp.x、機械学習とDeepMD、分子動力学とLAMMPSを組み合わせたニューラルネットワークベースの機械学習力場(MLFF)構築ワークフローのサポートを導入しました。ビデオスクリーンシェア付きのナレーションを含むステップバイステップのチュートリアルは、https://youtu.be/daTwJyMPIvE と https://docs.mat3ra.com/tutorials/ml/deepmd-mlff-with-espresso-cp-and-lammps/ でご覧いただけます。

ハイライト:クアンタム・エスプレッソ cp.x

これは、cp.xを使用してQuantum ESPRESSOでCar-Parinello分子動力学を実行できる新しいワークフローフレーバーです。

新機能をオンラインでお試しください https://platform.mat3ra.com/