Strojové učení potenciálu pro endohedrální fullereny

• Thesis title in Czech: Strojové učení potenciálu pro endohedrální fullereny
• Thesis title in English: Machine learning potential for endohedral fullerenes
• Academic year of topic announcement: 2023/2024
• Thesis type: Bachelor's thesis
• Thesis language: čeština
• Department: Department of Physical and Macromolecular Chemistry (31-260)
• Supervisor: prof. RNDr. Filip Uhlík, Ph.D.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 19.12.2023
• Date of assignment: 21.12.2023
• Confirmed by Study dept. on: 15.01.2024
• Date of electronic submission: 12.12.2024
• Date of proceeded defence: 05.06.2025
• Opponents: Dr. Petra Bačová

Preliminary scope of work

Připravit pomocí ab initio molekulové dynamiky vstupní data pro strojové učení potenciálu pro endohedrální fullereny (například He@C60 nebo N@C60), provést strojové učení pomocí neuronové sítě, výsledek otestovat na datech nepoužitých při učení, v případě potřeby přidat další data a opakovat. Získaný potenciál lze pak využít pro delší simulaci a výpočet termodynamických vlastností.