Cartesian atomic moment machine learning interatomic potentials
本文提出完全在笛卡尔空间构建机器学习原子间势的CAMP方法,通过原子矩张量与图神经网络结合,在多种体系的分子动力学模拟中实现了与领先模型相当或更优的精度、效率和稳定性。
2025-05-02 cond-mat.mtrl-sci
Atomistic modeling of uranium monocarbide with a machine learning interatomic potential
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);Oak Ridge National Laboratory(橡树岭国家实验室)
本研究通过机器学习互原子势能函数建模铀单碳化物,实现了对其结构、热物理性质及扩散行为的高效预测,为反应堆燃料认证提供了计算工具。
2026-02-13 cond-mat.mtrl-sci
Ab initio phonon dispersion curves and interatomic force constants of barium titanate
用第一性原理方法计算了立方BaTiO_3的声子色散曲线,并与实验结果进行了比较。所得曲线与Yu和Krakauer [Phys.Rev.Lett. 74,4067(1995)]。他们揭示了相关的原子位移沿<100>链的铁电不稳定性的起源。一个简化的模型表明,当十几个排列的原子耦合时,会发生自发的集体位移。最近邻的Ti和O原子之间的纵向原子间力常数相对较弱,在相邻的细胞中的Ti原子之间的比较。然而,Ti和O位移之间的小耦合似乎是再现铁电不稳定性所必需的。
1997-06-30 cond-mat.mtrl-sci
Atomic Cluster Expansion for a General-Purpose Interatomic Potential of Magnesium
本研究提出了镁的通用原子团簇展开(ACE)参数化方案,该方案在宽范围原子环境下可迁移性优异,能准确计算块体、缺陷性质及3000K/80GPa范围内的相图,性能优于多种现有原子间势,是唯一与实验相图高度吻合的模型。
2023-05-05 cond-mat.mtrl-sci
A Lightweight Universal Machine-Learning Interatomic Potential via Knowledge Distillation for Scalable Atomistic Simulations
Seoul National University(首尔国立大学);Incheon National University(仁川国立大学)
本文提出SevenNet-Nano,一种基于图神经网络的轻量级通用机器学习互作用势,通过知识蒸馏框架实现高精度和强泛化能力,显著降低计算成本,适用于大规模原子模拟。
2026-04-13 cond-mat.mtrl-sci
A general-purpose atomic cluster expansion interatomic potential for niobium
Center for Advanced Systems Understanding (CASUS)(先进系统理解中心);Helmholtz-Zentrum Dresden-Rossendorf (HZDR)(德累斯顿-罗斯多夫亥姆霍兹中心);ICAMS, Ruhr-Universität Bochum(波鸿鲁尔大学综合分析与建模中心)
针对铌的复杂性质,构建了通用原子团簇展开势,在数千DFT结构上训练,平衡精度、效率和鲁棒性,实现近DFT精度的大规模模拟。
2026-07-02 cond-mat.mtrl-sci
AtomProNet: Data flow to and from machine learning interatomic potentials in materials science
AtomProNet是一个开源Python包,通过自动化原子结构获取、从头算任务提交与数据收集,降低机器学习原子间势的使用门槛,并验证了其计算实用性。
2025-01-23 cond-mat.mtrl-sci
First-principles interatomic potentials for ten elemental metals via compressed sensing
原子间相互作用势在分子动力学等原子模拟中有着广泛的应用。最近,已经提出了将系统的一组密度泛函理论(DFT)计算与机器学习技术相结合来构建精确的原子间势的框架。这些方法之一是使用压缩传感来导出原子间势的稀疏表示。这有利于控制原子间相互作用势的精度。在这项研究中,我们证明了压缩传感的适用性,以获得原子间的潜力的十种元素金属,即银,铝,金,钙,铜,镓,铟,钾,锂和锌。对于每种元素金属,原子间势是从DFT计算使用弹性网络回归。原子间势的能量、力和应力张量的预测误差分别小于3.5 meV/atom、0.03 eV/atom和0.15 GPa,从而能够准确预测晶格常数和声子色散关系等物理性质.
2015-05-15 cond-mat.mtrl-sci
Conceptual and practical bases for the high accuracy of machine learning interatomic potential
基于密度泛函理论(DFT)计算获得的大数据集的机器学习原子间相互作用势(MLIPs)最近得到了发展。这项研究为MLIPs的高精度提供了概念和实践基础,尽管MLIPs一直被认为只是原子能的精确黑箱描述。我们还构建了最准确的MLIP的元素Ti以往报道使用线性MLIP框架和许多角度依赖的描述符,这也对应于一个概括的修改嵌入原子方法(MEAM)的潜力。
2017-08-09 cond-mat.mtrl-sci
Development of the temperature-dependent interatomic potential for molecular dynamics simulation of metal irradiated with an ultrashort pulse laser
激光烧蚀通常由具有不同电子和晶格温度的双温度模型(TTM)来解释。为了实现TTM的经典分子动力学模拟,我们提出了一种扩展的嵌入原子方法来构建一个依赖于电子温度的原子间势。将该方法应用于铜,通过与有限温度密度泛函理论的能量-体积曲线、声子色散、电子热容、烧蚀阈值和原子均方位移等物理性质的比较,证明了该方法的有效性.
2021-12-08 cond-mat.mtrl-sci
Uncertainty Quantification in Atomistic Simulations of Silicon using Interatomic Potentials
针对原子模拟中参数化原子间势带来的结果误差问题,本研究构建ACE势集成,结合DFT训练数据与共形预测为硅的多个物理量提供校准误差棒,并评估不同势和训练集对不确定性边界的影响。
2024-02-23 cond-mat.mtrl-sci
Development of a physically-informed neural network interatomic potential for tantalum
材料的大规模原子模拟严重依赖于原子间势,原子间势预测系统能量和原子力。该领域的最新发展之一是通过机器学习(ML)方法构建原子间相互作用势。ML势通过使用量子力学计算生成的大型参考数据库的数值插值来预测能量和力。虽然可以实现高精度的内插,外推到未知的原子环境是不可预测的。最近提出的物理信息神经网络(PINN)模型通过将神经网络回归与基于物理的键级原子间相互作用势相结合,显着提高了可转移性。在这里,我们证明了通用PINN电位可以开发体心立方(BCC)金属。钽的PINN势再现了2.8 meV/atom内的参考能量。它准确地预测了Ta的广泛的物理性质,包括(但不限于)晶格动力学、热膨胀、点缺陷和扩展缺陷的能量、位错芯结构和Peierls势垒、熔化温度、液体Ta的结构和液体表面张力。这种潜力使得能够以接近第一原理的精度对Ta的物理和机械行为进行大规模模拟,同时速度更快。这种方法可以很容易地扩展到其他BCC金属。
2021-01-16 cond-mat.mtrl-sci
atomicrex - A general purpose tool for the construction of atomic interaction models
我们介绍atomicrex,一个用于构建原子间势以及更一般类型的原子尺度模型的开源代码。需要这种有效的模型来模拟包括数千个原子或更多原子的扩展材料结构,因为电子结构方法在这种规模下在计算上变得过于昂贵。Atomicrex涵盖了广泛的原子间势类型,并满足了原子模型开发中的许多需求。作为输入,它支持实验属性值以及\textit{ab initio}能量和力,可以使用各种优化算法来拟合模型。atomicrex的开放式架构使其能够用于经典原子间势之外的自定义模型开发场景,同时由于其Python接口,它可以很容易地集成,例如,电子结构计算或机器学习算法。
2017-01-30 cond-mat.mtrl-sci
Extracting Atomic Environments for Machine Learning Interatomic Potentials
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
研究如何从大规模原子构型中提取原子环境用于机器学习原子间势,通过对多种材料系统测试多种提取技术,提出名为删除的方法,该方法简单且性能优于其他方法。
2026-08-04 cond-mat.mtrl-sci
A Hessian-Based Assessment of Atomic Forces for Training Machine Learning Interatomic Potentials
近年来,已经引入了许多类型的机器学习势(MLP),其能够以接近第一原理的精度表示高维势能面(PES)。大多数当前的MLP依赖于作为局部化学环境的函数给出的原子能贡献。通常,除了总能量外,原子力也被用来构建势,因为它们提供了关于PES的详细局部信息。由于许多系统对于电子结构计算来说太大,因此从较小的子系统(如分子碎片或簇)获得可靠的参考力可以大大简化训练集的构建。在这里,我们提出了一种方法来确定结构收敛的分子片段提供可靠的原子力的基础上分析的海森。该方法,它作为一个本地测试,并允许估计远程相互作用的重要性,说明了一系列的分子模型系统和金属有机框架的MOF-5作为一个复杂的有机-无机杂化材料的例子。
2021-12-29 cond-mat.mtrl-sci
A modified W-W interatomic potential based on ab initio calculations
基于从头计算方法,建立了一个Finnis-Sinclair型的W-W相互作用势。修改后的潜力是能够重现正确的形成能量的自间隙原子缺陷的钨,提供了显着的改进,在Ackland-Thetford钨势。利用修正势计算了0 ~ 3500 K温度范围内的热膨胀,计算结果与实验数据吻合较好,克服了Derlet-Nguyen-Manh-Dudarev钨势计算负热膨胀的缺点。本文还利用W-W势详细研究了自间隙原子在钨中的扩散。结果表明,初始的自填隙原子引发了一系列的W原子的位移和替代的方向<111>。阿克里尼乌斯适合在低于550 K的温度下的扩散数据表明0.022 eV的迁移能量,在合理的协议与实验数据。
2013-07-23 cond-mat.mtrl-sci
Incorporating Gibbs free energy into interatomic potential fitting
Department of Physics, Xiamen University(厦门大学物理系)
本文提出了一种基于哈密顿热力学积分的方法,用于将吉布斯自由能纳入相互作用势能拟合,通过验证Uhlenbeck-Ford模型和嵌入原子方法势能的有效性,展示了该方法在高温高压条件下的应用价值。
2026-01-30 cond-mat.mtrl-sci
Fitting of interatomic potentials without forces: a parallel particle swarm optimization algorithm
我们提出了一种方法来拟合原子间的潜力从头算数据,使用粒子群优化(PSO)算法,只需要一组的位置和能量作为输入。对于具有约0.5eV/原子的标准偏差的参考能量,与拟合参数相关联的能量的预测误差可以接近1 meV/原子或更低。我们测试了我们的方法,拟合一个Sutton-Chen势的铜从\emph{ab initio}数据,这是能够恢复结构和动力学性质,并获得更好的协议的预测熔点与实验值相比,标准的Sutton-Chen参数的预测。
2014-01-29 cond-mat.mtrl-sci
Interatomic forces for transition metals including magnetism
我们提出了一种扩展二阶矩紧束缚模型的形式,加入了FeCr系统所需的铁磁和反铁磁相互作用项.对于反铁磁和顺磁材料,需要一个明确的额外变量来表示自旋。在平均场近似中,这种自旋可以被消除,并且电势变得明显依赖于温度。对于铁磁相互作用,这个自由度可以消除,和形式主义减少到嵌入原子方法(EAM),我们显示了现有的EAM潜在的“磁”势的等价性。
2009-12-17 cond-mat.mtrl-sci
Accelerating crystal structure prediction by machine-learning interatomic potentials with active learning
在这封信中,我们提出了一种新的晶体结构预测方法,它是基于进化算法USPEX和机器学习原子间相互作用势主动学习的飞行。我们的方法允许从零开始,取代昂贵的DFT与几个数量级的加速自动构建原子间的相互作用模型。然后在DFT上测试预测的低能结构,确保我们的机器学习模型不会引入任何预测误差。我们测试了我们的方法上的一个问题的预测碳同素异形体,致密的钠结构和硼同素异形体,包括那些有超过100个原子的原始细胞。所有的主要同素异形体已被复制,并在非常温和的计算工作中发现了一个新的54原子结构的硼。
2019-02-26 cond-mat.mtrl-sci
A Spectral Analysis Method for Automated Generation of Quantum-Accurate Interatomic Potentials
提出了一种新的固体和液体原子间相互作用势,称为光谱近邻分析势(SNAP)。SNAP势具有非常一般的形式,并使用机器学习技术来再现大量小原子配置的能量,力和应力张量,这些配置是使用高精度量子电子结构(QM)计算获得的。每个原子的局部环境的特征在于由一组局部邻居密度的双谱分量投影到四维超球谐函数的基础上。双谱分量与GAP势[arXiv:0910.1019]采用的键取向序参量相同。SNAP势,不像GAP,假定原子能量和双谱分量之间的线性关系。线性SNAP系数使用加权最小二乘线性回归针对完整QM训练集来确定。这允许SNAP电位以鲁棒的、自动的方式拟合到使用许多双谱系数的大QM数据集。
2014-09-12 cond-mat.mtrl-sci
Driving force of atomic ordering in Fe$_{1-x}$Pt$_{x}$, investigated by density functional theory and machine-learning interatomic potentials Monte Carlo simulations
本研究利用DFT和MLIP-MC模拟揭示了自旋极化是Fe$_{1-x}$Pt$_{x}$合金中原子有序化的关键驱动力,对准确预测其相变温度至关重要。
2024-12-24 cond-mat.mtrl-sci
A New Embedded-Atom Method Approach Based On the p-th Moment Approximation
具有合适原子间相互作用势的大尺度原子模拟被各个领域的科学家和工程师广泛采用。快速生成高质量的原子间相互作用势是当前迫切需要解决的问题,这在很大程度上依赖于势构造方法和算法的发展。为了使原子间相互作用势具有更好的可传递性,人们提出了原子间相互作用势模型,并采用解析法、力匹配法、多目标优化法等方法对模型进行了参数化。在不明显降低描述目标系统的精度的情况下,更少的拟合参数(FP)的潜力在物理上更合理。因此,研究减少FP数的方法有助于理解模拟系统的基本物理,并将模拟系统的构造方法推广到其他类似系统。然而,很少有报道的作品集中在减少FP的数量,而不影响精度的方法。本文从两个方面讨论了在保证精度的前提下减少FP数的方法。首先,改进了嵌入原子法(EAM)势模型的物理构造思想,使势模型在不引入过多FP的情况下具有更强的鲁棒性、灵活性和可扩展性;其次,采用了相对于目标参考数据库更小的参考数据集(SRD)来描述铝合金的力学行为。
2016-08-25 cond-mat.mtrl-sci
Environment Dependent Interatomic Potential for Bulk Silicon
我们利用最新的理论进展,开发一个新的功能形式的体硅中的原子间力。基于该模型的理论结果包括一个新的分析的金刚石和石墨结构和从头计算的内聚能曲线的反演的弹性性能。相互作用模型包括两体和三体项,它们通过有效配位数依赖于局部原子环境。该制剂能够成功地捕获:(i)基态金刚石晶格的能量学和弹性性质;(ii)欠配位原子的共价再杂化;(iii)过配位原子向金属键合的平滑过渡。由于化学键的基本特征在体中的功能形式,这个模型有望是有用的描述硅体相和缺陷的原子间力。虽然这个函数形式是非常现实的通常的标准,它包含了少量的拟合参数,并需要计算的努力,最有效的现有模型。在一个配套文件中,给出了一个完整的参数化模型,并证明了凝聚相和体缺陷的优异性能。
1997-04-16 cond-mat.mtrl-sci
On the Atomic Cluster Expansion: interatomic potentials and beyond
本文评述了原子簇展开(ACE)作为一种可系统改进且具有置换、平移和旋转不变性的通用原子环境描述符,及其在机器学习原子间势中的广泛应用和潜在影响。
2023-08-12 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
Discrepancies and Error Evaluation Metrics for Machine Learning Interatomic Potentials
针对MLPs在MD模拟中低平均误差却难以再现原子动力学等问题,本文识别其与从头算方法的差异,提出基于稀有事件的定量评估指标,并证明其可提升多性质预测。
2023-09-29 cond-mat.mtrl-sci
Artificial neural network interatomic potential for dislocation and fracture properties of Molybdenum
建立了一个基于人工神经网络的钼原子间相互作用势模型。为了训练和验证潜在的密度泛函理论计算与断裂相关的结构和性质,如弹性常数、表面能、广义堆垛层错能和表面脱粘能。在训练数据集和验证数据集上,该势提供的总能量均方根误差小于5 meV/原子.该势被应用于研究螺位错核特性以及进行大规模断裂模拟。计算结果表明,1/2 $\langle111\rangle$螺型位错核是对称的非退化位错核,Ⅰ型断裂是脆性断裂。可以预期,这样构造的势是非常适合于应用于大规模的塑性和断裂的原子计算。
2021-12-09 cond-mat.mtrl-sci
Identifying interatomic potentials for the accurate modeling of interfacial segregation and structural transitions
界面处的化学偏析和结构转变是重要的纳米级现象,使它们成为原子建模的天然目标,但原子间势必须适合次级物理性质。为了分离原子间势必须捕获的重要因素,以便准确地模拟这种行为,针对Cu-Zr系统评估了四种原子间势的性能,并使用实验观察来提供验证。虽然实验结果表明强Zr偏析到晶界区域和纳米级非晶络合物的形成在高温和/或掺杂剂组合物,各种不同的行为可以观察到在混合Monte Carlo/分子动力学模拟的掺杂,这取决于所选择的潜力。能够重新创建正确行为的电势准确地再现了混合焓以及键能,为探索具有原子模型的界面现象提供了路线图。最后,我们用我们的观察,找到一个可靠的潜在的Ni-Zr系统,并表明,这种合金也应该能够维持无定形的肤色。
2018-02-07 cond-mat.mtrl-sci
Machine-learning interatomic potentials for materials science
材料的大规模原子计算机模拟依赖于原子间势,提供能量和牛顿力的计算有效预测。传统的潜力已担任这一职务超过三十年。最近,出现了一类新的势,它基于一种完全不同的哲学。新的潜力是使用机器学习(ML)方法和量子力学计算产生的大量参考数据库构建的。虽然传统势是从对化学键本质的物理见解中推导出来的,但ML势利用高维数学回归来在参考能量之间进行插值。我们回顾了原子间势场的现状,比较了传统势和ML势的优缺点。引入了第三类势,其中ML模型与基于物理的势耦合,以提高对未知原子环境的可转移性。讨论的重点是潜在的材料科学的应用。概述了这一领域未来可能的方向。
2021-06-03 cond-mat.mtrl-sci
Comment on the calculation of forces for multibody interatomic potentials
考虑了一般形式的多体原子间相互作用势作用下的粒子质点系。可能的变种分区的总力作用在一个单一的粒子对贡献进行了讨论。比较了作用在一对质点之间的力的两种定义。只有当粒子通过对势或嵌入原子势相互作用时,力才重合。然而,在文献中,这两个定义都用于确定柯西应力张量。分析了一个最简单的正方形晶格线性纯剪切的例子。结果表明,Hardy定义的应力张量给出不同的结果取决于局部化函数的半径。这种差异很大程度上取决于力的定义方式。
2010-03-27 cond-mat.mtrl-sci
Atomic cluster expansion interatomic potential for defects and thermodynamics of Cu-W system
本文基于原子簇展开方法为Cu-W不混溶体系开发了精确的机器学习原子间势,通过DFT和实验验证了其基本性质与热力学性质,并利用MC-MD模拟揭示了相分离和上坡扩散的原子机制。
2024-07-01 cond-mat.mtrl-sci
Interatomic potentials: Achievements and challenges
原子间相互作用势近似原子的势能,作为其坐标的函数。它们的主要应用是多原子系统的有效模拟。在这里,我们回顾经验原子间的潜力,旨在重现弹性性能,缺陷能量,键断裂,键形成,甚至氧化还原反应。我们讨论流行的两体势,嵌入原子模型的金属,键序势共价键合系统,极化电位,包括电荷转移方法的离子系统和量子德鲁德振荡器模型模仿高阶和多体色散。特别强调的问题是什么约束随之而来的功能形式的潜力,例如,如何违反弹性张量元的柯西关系,以及这对缺陷能和内聚能的比值意味着什么,或者为什么描述金属的势的沸腾温度与熔化温度的比值往往很大,而短程对势的比值很小。这一审查是为了教学而不是为了学术。这就是为什么我们强调具有足够简单的功能形式的潜力,以保持适合分析处理。我们的主要目标是提供一个刺激,现有的方法可以先进的或有意义的结合,以扩大基于经验潜力的模拟范围。
2022-11-10 cond-mat.mtrl-sci
Development of an interatomic potential for phosphorus impurities in iron
我们提出了推导的铁磷系统的原子间作用势主要基于{ \it ab initio}数据。在这个系统中的可转移性是非常成问题的,并且潜在的是专门用于解决含有低浓度磷原子的铁中的辐射损伤和点缺陷的问题。一些初步的分子动力学计算表明,P强烈影响点缺陷迁移。
2004-06-16 cond-mat.mtrl-sci
Elucidation of the atomic-scale mechanism of the anisotropic oxidation rate of 4H-SiC between the ($0001$) Si-face and ($000\overline{1}$) C-face by using a new Si-O-C interatomic potential
碳化硅(SiC)是一种在电力电子器件中有广泛应用前景的半导体材料。然而,高质量SiC/SiO ${}_2$界面的制造一直是一个挑战。众所周知,Si面和C面之间的氧化速率存在很大差异,并且Si面上的氧化物质量大于C面上的氧化物质量。然而,SiC热氧化的原子机制仍有待解决。本文提出了一种新的Si-C-O原子间相互作用势来再现SiC热氧化动力学。使用这种新开发的潜力,在不同温度下进行大规模的SiC氧化模拟。结果表明,Si面的活化能远大于C面。在Si面的情况下,产生包括Si ${}^{1+}$的平坦且对准的界面结构。基于估计的中间氧化物状态的活化能,它提出了平坦的界面结构的稳定性是起源的Si面的氧化的高活化能。相反,在C面的情况下,发现界面处的Si原子容易被O原子上拉。这一过程产生了无序的界面,降低了氧化的活化能。还提出在C面的情况下产生许多过量的C原子。
2018-04-24 cond-mat.mtrl-sci
Interatomic potentials for atomistic simulations of the Ti-Al system
半经验的原子间相互作用势已被开发为铝,α-钛,和γ-TiAl内嵌入原子的方法(EAM)通过拟合到一个大型数据库的实验以及从头算数据。采用密度泛函理论中的线性缀加平面波(LAPW)方法,对Ti-Al体系的多种晶体结构进行了从头计算,得到了状态方程。一些计算的LAPW能量用于拟合电位,而另一些用于检查其质量。势正确地预测相的平衡晶体结构,并准确地再现其基本的晶格性质。应用这些势函数计算了平衡结构中点缺陷、面缺陷、面缺陷的能量。与早期的EAM势的Ti-Al系统,建议的潜力提供了合理的描述的晶格热膨胀,证明其实用性在高温下的分子动力学或Monte Carlo研究。用EAM势计算的γ-TiAl四轴形变路径(Bain转变)的能量与LAPW计算的结果吻合较好。利用EAM势研究了γ-TiAl中的平衡点缺陷浓度。结果表明,在化学计量比附近的所有成分中,反位缺陷都占主导地位,这表明γ-TiAl是一种反位无序化合物。
2003-06-11 cond-mat.mtrl-sci
First principles interatomic potential for tungsten based on Gaussian process regression
原子相互作用的精确描述,如由第一原理量子力学提供的描述,是现实预测金属塑性、断裂或裂纹扩展特性的基础。然而,与明确基于量子力学的现代方案相关联的计算复杂性限制了它们的应用至多几百个原子的系统。本论文研究了Gaussian Approximation Potential(GAP)方法在钨原子模型中的应用。钨是一种体心立方过渡金属,具有脆韧转变,其塑性行为受$\frac{1}{2} \langle 111 \rangle$螺型位错的性质控制。我们应用高斯过程回归法,从原子组态空间中的一组点插值得到量子力学(QM)势能面。我们的训练数据是基于直接使用密度泛函理论(DFT)计算的QM信息。为了进行拟合,我们使用一组旋转,置换和反射不变参数来表示原子环境,这些参数在我们的非参数,非线性回归方程中充当自变量。我们开发了一个协议,用于生成GAP模型能够描述金属中的晶格缺陷,通过建立一系列的钨原子间势。然后,我们证明了一个基于原子位置的平滑重叠(SOAP)的协方差函数的间隙电位提供了一个描述的$\frac{1}{2} \langle 111 \rangle$螺钉位错,这是在协议与DFT模型。我们使用这种潜力来模拟的$\frac{1}{2} \langle 111 \rangle$螺旋位错的移动性,通过计算Peierls势垒和模型位错-空位相互作用,以QM精度在一个系统中包含超过100,000个原子…
2014-03-13 cond-mat.mtrl-sci
Atomistic Insights into Cu/amorphous-Ta$_x$N Interfacial Adhesion via Machine Learning Interatomic Potentials: Effects of Stoichiometry and Interface Construction
Seoul National University(首尔大学);Samsung Electronics(三星电子);Korea Institute for Advanced Study(韩国高等研究院)
该研究利用MLIP驱动的SMD模拟,考察三种界面构建方式和Ta成分对Cu/a-Ta$_x$N粘附强度及失效机制的影响,为无衬层互连的界面原子工程提供依据。
2025-09-29 cond-mat.mtrl-sci
Ferroelectric Properties and Topological Polar Textures of PbTiO$_3$ from a Second-Principles Open-Source Interatomic Potential
Université de Liège(列日大学)
本文提出一种开源全原子第二性原理原子间势,用于准确模拟PbTiO3的畴壁动力学和拓扑纹理形成,为大规模高精度铁电材料模拟提供高效框架。
2025-06-10 cond-mat.mtrl-sci
MLIP Studio: An Open Platform for Interactive Benchmarking and Atomistic Simulations Using Machine Learning Interatomic Potentials
Indian Institute of Science(印度科学学院)
针对通用机器学习原子间势实际应用的阻碍,MLIP Studio平台将60多种MLIPs整合到统一界面,实现端到端工作流程,可降低后续DFT优化工作量、进行计算性能基准测试及指导MLIP选择,降低了基础模型在相关领域应用的障碍。
2026-07-09 cond-mat.mtrl-sci
Reconstruction of the interatomic forces from dynamic Scanning Transmission Electron Microscopy data
我们探讨的可能性,重建的生成物理模型描述原子单位之间的相互作用,从观测电子显微镜数据的固体。在这里,使用扫描透射电子显微镜(STEM)观察在连续电子束照射下单层石墨烯边缘的Si原子的动态运动。所得到的时间推移STEM图像表示所观察到的系统的化学状态的快照。我们使用两种方法:使用径向分布函数(RDF)和具有力匹配的石墨烯-Si原子间成对势的直接拟合进行平均力势(PMF)计算,以重建材料中的力场。这些研究奠定了定量分析的基础,从STEM数据,通过采样的亚稳态的化学空间的系统的材料能量学。
2021-01-31 cond-mat.mtrl-sci
Optimizing many-body atomic descriptors for enhanced computational performance of machine learning based interatomic potentials
我们探索不同的方法来简化原子位置平滑重叠(SOAP)多体原子描述符的评估[Bartók等人,B 87,184115(2013)]。我们的目标是提高基于SOAP的相似性核构造的计算效率。虽然这些改进的原子描述符可用于原子性质的一般表征和插值,但它们的主要目标应用是在高斯近似势(GAP)框架内加速评估基于机器学习的原子间势[Bartók等人,物理修订版信函104,136403(2010)]。我们实现了这一目标,通过表示原子密度在一个近似的可分离的形式,其中包括径向和角通道。然后,我们表示SOAP描述符的元素(即,原子密度的展开系数)的解析形式给出了径向基组的特定选择。最后,我们推导出的展开系数的递推公式。与以前的实现相比,这种新的基于SOAP的描述符允许十倍的加速,同时提高了远距离原子邻居的径向扩展的稳定性,而不会降低GAP模型的插值能力。
2019-09-13 cond-mat.mtrl-sci physics.comp-ph
Atomistic insights into hydrogen migration in IGZO from machine-learning interatomic potential: linking atomic diffusion to device performance
本文利用机器学习原子间势分子动力学模拟研究非晶IGZO和CAAC-IGZO中的氢扩散机制,揭示a-IGZO中氢在300-400 K下可于10^4秒内到达界面并导致偏压退化,而CAAC-IGZO因c轴高能垒限制垂直扩散,从而将原子尺度氢输运与器件性能联系起来。
2025-08-27 cond-mat.mtrl-sci
Regularised Atomic Body-Ordered Permutation-Invariant Polynomials for the Construction of Interatomic Potentials
我们研究了使用不变多项式在材料系统的数据驱动的原子间相互作用势的建设。“原子体有序置换不变多项式”(aPIP)包括系统基础,并被构造为保持势能函数相对于旋转和置换的对称性。与基于核的模型和人工神经网络模型相比,将总能量显式分解为原子体有序项的总和允许保持拟合的维度相当低,对于5体项仅为10。这种分解有助于势的可解释性,因为低体阶分量可以独立地研究和解释。此外,虽然多项式基函数被认为外推差,我们表明,低维结合仔细正则化实际上导致更好的可转移性比高维,基于内核的高斯近似势。
2019-10-14 cond-mat.mtrl-sci physics.comp-ph
The structure and migration of twin boundaries in tetragonal $β$-Sn: an application of machine learning based interatomic potentials
本文开发并公开适用于 Sn 的 MTP 与 RANN 机器学习原子间势,结合 TEM、原子模拟和双晶学揭示 β-Sn 孪晶界刻面结构及剪切耦合迁移机制。
2025-05-13 cond-mat.mtrl-sci
Complex strengthening mechanisms in nanocrystalline Ni-Mo alloys revealed by a machine-learning interatomic potential
纳米晶金属的强度随着其晶粒尺寸的减小而显著增加,这种现象称为Hall-Petch关系。然而,当颗粒变得太小时,这种关系就破裂了。实验研究已经通过稳定晶界(GB)在一组Ni-Mo合金中规避了这个问题。在这里,使用基于机器学习的原子间势(ML-IAP)的原子模拟,我们证明了逆Hall-Petch关系可以正确地再现,这是由于在Ni-Mo多晶中晶粒变小时主导变形机制的变化。据发现,原子冯米塞斯应变可以显着降低通过溶质掺杂和/或退火的小晶粒尺寸的多晶体,导致多晶体的强度增加。另一方面,对于大晶粒尺寸的多晶体,退火由于GB区域中的大的原子运动而弱化材料。在很宽的晶粒尺寸范围内,溶质和退火效应的叠加使小晶粒的强度比大晶粒的强度提高得多,从而导致在极小晶粒尺寸下的连续强化。总的来说,这项研究不仅证明了ML-IAP的可靠性,而且还提供了纳米晶体中复杂强化机制的全面原子观,开辟了一条新的途径来定制其机械性能。
2023-02-17 cond-mat.mtrl-sci
Accelerating Amorphous Alloy Discovery: Data-Driven Property Prediction via General-Purpose Machine Learning Interatomic Potential
本文开发了首个面向非晶合金的通用机器学习原子间势,基于20400个构型训练,在能量和力预测上达到近DFT精度,可准确预测密度、杨氏模量和玻璃化转变温度等宏观性质,为数据驱动设计和高通量成分筛选奠定基础。
2025-08-16 cond-mat.mtrl-sci
Atomic-scale modeling of superalloys
原子理论为基于量子力学基本原理的高温合金的从头算发展提供了希望。过去几年在这一领域取得了迅速的进展。原子模型的结果进入合金性能的大规模模拟,通常可以直接与实验表征进行比较。在本章中,我们给出了镍基高温合金的原子模型和模拟的概述。我们涵盖了原子间相互作用的描述,从量子力学模拟与少量的原子到数百万原子模拟与经典的原子间势。讨论了高温合金中典型缺陷的热力学和动力学性质以及与机械变形的关系。与其他建模技术的连接进行了概述。
2021-11-05 cond-mat.mtrl-sci
Neural Network Interatomic Potentials For Open Surface Nano-mechanics Applications
针对纳米压痕等开放表面纳米力学模拟,本文开发并验证了一种神经网络原子间势,通过相似性筛选第一性原理训练构型,提升位错形核、GSFE曲线和表面剪切应力表征精度。
2023-12-18 cond-mat.mtrl-sci
Proper Orthogonal Descriptors for Efficient and Accurate Interatomic Potentials
我们提出了适当的正交描述符的有效和准确的表示的势能面。势能面表示为参数化势的多体展开式,其中势是原子位置和参数的函数。采用KL展开将参数化势分解为一组正交描述子(POD)。由于KL展开的快速收敛性,相关的快照可以被穷举地采样,以用少量的描述符准确地表示原子邻域环境。适当的正交描述符被用来开发原子间的潜力,通过使用线性扩展的描述符,并确定从加权最小二乘回归对密度泛函理论(DFT)的训练集的扩展系数。我们提出了一个全面的评价POD电位对以前发表的DFT数据集,包括Li,Mo,Cu,Ni,Si,Ge和Ta元素。这些数据集代表了金属、过渡金属和半导体的多样性。POD势的准确性与最先进的机器学习势(例如光谱近邻分析势(SNAP)和原子团簇展开(ACE))的准确性相当。
2022-08-10 cond-mat.mtrl-sci
Sparse random Fourier features based interatomic potentials for high entropy alloys
本文提出基于稀疏随机傅里叶特征的高熵合金原子间势,以低计算成本实现接近DFT精度的力、熔化行为、缺陷及高温自扩散等性质预测。
2023-12-01 cond-mat.mtrl-sci
Local Order Average-Atom Interatomic Potentials
University of Minnesota(明尼苏达大学);Carleton University(卡尔顿大学)
研究通过利用部分径向分布函数信息扩展有效平均原子方法以考虑局部有序效应,提出局部有序平均原子方法,经统计力学论证导出并验证,能捕捉局部有序,降低计算成本。
2026-07-07 cond-mat.mtrl-sci physics.comp-ph
Fitting of the TB-SMA interatomic potentials for Pt/Cu(111) surface alloy
本文提出了Pt/Cu(111)表面合金TB-SMA原子间相互作用势的新参数。使用实验和{\it ab initio}数据拟合参数。电位不仅再现了铜和铂的体相性质,而且再现了Pt/Cu(111)表面合金的能量特性。该势可用于Pt/Cu(111)表面合金生长的原子尺度模拟。
2018-02-27 cond-mat.mtrl-sci
Optimal data generation for machine learned interatomic potentials
机器学习原子间势(MLIP)通常用于原子模拟,但生成用于拟合这些模型的原子配置数据库是一个费力的过程,需要大量的计算和人力。提出了一种计算效率高的方法来生成数据库的原子配置,包含最佳信息的小位移制度的散装结晶物质的势能面。利用非对角超原胞(NDSC),从头算数据的自动生成过程。MLIP适合于Al,W,Mg和Si,非常接近地再现从头算声子和弹性性质。该协议可以很容易地适应其他材料,并可以插入到任何风味的MLIP生成的工作流程中。
2022-07-24 cond-mat.mtrl-sci physics.chem-ph
Atomic-Scale Mechanisms of SiO$_2$ Plasma-Enhanced Chemical Vapor Deposition Revealed by Molecular Dynamics with a Machine-Learning Interatomic Potential
Seoul National University(首尔大学);Samsung Display Company Ltd.(三星显示有限公司);Korea Institute for Advanced Study(韩国高等科学研究院);Incheon National University(仁川国立大学)
本文通过分子动力学模拟揭示了SiO₂ PECVD的原子尺度机制,探讨了氧化剂与硅烷比例对薄膜生长的影响,并展示了等离子体物种对表面粗糙度的调控作用。
2026-03-12 cond-mat.mtrl-sci