Unbiased Atomistic Predictions of Crystal Dislocation Dynamics using Bayesian Force Fields
本研究基于ab initio数据构建贝叶斯机器学习力场，实现单晶Cu高温高应力位错动力学的原子尺度模拟，首次可靠定量预测位错迁移率和交滑移能垒。
2024-01-09 cond-mat.mtrl-sci physics.app-ph physics.comp-ph
Strain Functionals: A Complete and Symmetry-adapted Set of Descriptors to Characterize Atomistic Configurations
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）；Baylor University（贝勒大学）
提出应变泛函描述符框架，利用高斯核映射原子量并构造完备的旋转不变描述符，可区分晶体对称性、识别缺陷并测量变形，适用于原子模拟数据分析。
2026-10-30 cond-mat.mtrl-sci physics.app-ph
Dissecting functional degradation in NiTi shape-memory-alloys containing amorphous regions via atomistic simulations
利用分子动力学模拟对小尺度下记忆合金的功能退化进行了详细的研究。实验报告的积累的塑性形变和循环机械载荷下的残余应变的异常突然增加的起源解释有关的原子尺度过程的详细见解。我们的工作表明，形状记忆合金柱循环压缩下的机械响应显着影响的存在下的非晶状表面区域的实验诱导的聚焦离子束铣削。循环载荷下观察到的超弹性退化的主要因素是累积的塑性形变和由此产生的残留马氏体起源于非晶和结晶形状记忆合金区域的协同贡献。我们表明，报告的应力平台和滞后循环载荷下的突然减少是由于非晶相的存在下，马氏体相的稳定性增加所造成的。基于所确定的机制负责的退化，我们验证报告的方法恢复超弹性，并提出了一种新的方法来禁止协同贡献的非晶和结晶区域，如实现可持续经营的记忆合金在小规模。
2021-04-01 cond-mat.mtrl-sci
Density Functional Theory Study of Solute Cluster Growth Processes in Mg-Y-Zn LPSO Alloys
长周期堆积有序（LPSO）合金中的溶质原子团簇在其特殊的塑性行为中起着关键作用，例如扭结的形成和扭结的强化。识别簇结构的原子细节是LPSO合金原子建模的先决条件，对于提高其强度和延展性至关重要;然而，簇中的间隙原子存在很大的不确定性。虽然密度泛函理论计算表明，在大多数LPSO合金中，Mg间隙原子的夹杂物在能量上是最有利的，但也在间隙位点实验观察到溶质元素。为了预测团簇中间隙原子的分布，并确定存在的元素的种类，有必要确定间隙原子产生的机制。在目前的工作中，我们使用密度泛函理论计算研究溶质团簇的生长过程，特别是Mg-Y-Zn LPSO合金，以确定其溶质团簇的精确原子结构。我们表明，一对间隙原子和空位自发地创建时，一定数量的溶质原子被吸收到集群，所有的完整的集群应包括间隙原子。我们还表明，间隙原子主要是镁，而其余的是Y;间隙Zn原子可以忽略不计。这一知识大大简化了Mg-Y-Zn合金中溶质团簇的原子模型。由于空位从团簇中释放出来，空位密度在溶质团簇生长的区域应该是过饱和的，并且空位密度的增加加速了团簇的生长。
2020-11-13 cond-mat.mtrl-sci
A nexus between 3D atomistic data hybrids derived from atom probe microscopy and computational materials science: a new analysis of solute clustering in Al-alloys
溶质团簇影响合金的物理性质。溶质团簇的原子结构的知识是材料优化的先决条件。在这项研究中，溶质团簇在快速硬化Al-Cu-Mg合金的特征在于由原子探针层析成像和密度泛函理论的组合，利用混合数据类型，结合晶格整流和数据完成直接输入实验数据到原子模拟。原子模拟的集群输入，从而观察实验，减少可能的配置的数量。我们的研究结果表明，球形，紧凑的集群是更积极有利的，更丰富。
2017-01-09 cond-mat.mtrl-sci
SVGym (SciVerseGym): An Environment for Reinforcement Learning and Bayesian Optimization in Crystal Discovery
Bin Cao（包超）
提出一个兼容Gymnasium的晶体发现环境SciVerseGym，将晶体设计建模为马尔可夫决策过程，支持局部和全局编辑操作，为强化学习、贝叶斯优化等提供可复现的测试平台。
2026-06-23 cond-mat.mtrl-sci cs.AI
Atomistic Engineering of Phonons in Functional Oxide Heterostructures
声子工程，即，晶体中的集体晶格振动对于操纵材料的物理性质如热输运、电子-声子相互作用、晶格振动的限制和光学偏振是必不可少的。声子工程的大多数方法在很大程度上限于典型半导体的高质量异质结构。然而，人工工程的声子在各种材料的功能特性，如复杂的氧化物，将产生前所未有的应用相干可调声子在未来的量子声学器件。在这项研究中，我们展示了人工工程的声子在原子级SrRuO 3/SrTiO 3超晶格，其中可调谐的声子模式，通过共焦拉曼光谱观察。特别地，相干超晶格导致声学声子色散的回折，导致太赫兹频域中的带折叠声学声子。我们可以通过原子尺度的精确厚度控制进一步微调频率从1到2 THz。此外，我们观察到一个极性光学声子起源于人工氧化物超晶格中的局部反转对称性破缺，表现出涌现功能。我们的方法的原子级异质结构的复杂氧化物将大大扩展材料系统的量子声学器件，特别是与功能集成的可行性。
2022-02-03 cond-mat.mtrl-sci cond-mat.str-el
Electronic structures of III-V zinc-blende semiconductors from atomistic first principles
为了分析半导体器件中的量子输运，精确的电子结构对于定量预测至关重要。在这里，我们报告的所有III-V族锌半导体化合物的电子结构的理论分析。我们的计算是从密度泛函理论和最近提出的半局域交换[F. Tran和P. Blaha，Phys. Rev. Lett. 102，226401（2009）]，在线性松饼罐轨道方案内。计算的带隙和有效质量进行了比较，实验数据和良好的定量协议。使用这里提出的理论方案，III-V族化合物纳米结构中的量子输运可以自信地预测。
2013-03-29 cond-mat.mtrl-sci
Atomistic behavior of metal surfaces under high electric fields
结合经典电动力学和密度泛函理论（DFT）计算，我们开发了一个通用的和严格的理论框架，描述了高电场下的金属表面的能量。我们表明，在电场的存在下，表面原子的行为可以描述在其附近的永久和场生电荷的极化特性。我们使用DFT计算的情况下的W吸附原子的W{110}表面，以确认我们的理论的预测和量化其系统的具体参数。我们的定量预测的扩散的W-on-W{110}下的字段是与实验测量符合得很好。这项工作是朝着开发这种系统的原子计算模型进行长期模拟迈出的关键一步。
2019-05-16 cond-mat.mtrl-sci
Efficient All-electron Hybrid Density Functionals for Atomistic Simulations Beyond 10,000 Atoms
本研究针对杂化密度泛函近似的非局域精确交换计算瓶颈，在FHI-aims代码中优化了实空间实现与MPI并行策略，将其适用范围拓展至超一万原子的大规模全电子原子模拟。
2024-03-15 cond-mat.mtrl-sci
Atomistic Modelling of Functionally Graded Cu-Ni Alloy and its Implication on the Mechanical Properties of Nanowires
功能梯度材料（FGM）消除了两种不同材料之间界面处的应力奇异性，在高温环境中有着广泛的应用，如发动机、核反应堆、航天器等。本文旨在建立一种在分子动力学（MD）中模拟功能梯度材料的方法，以更好地了解其力学性能。在这项研究中，力学特性的Cu-Ni FGM纳米线（NW）在单轴载荷下已被调查使用所提出的方法，通过MD模拟。为了更好地描述原子间的相互作用力，从而更好地预测其性质，我们采用了嵌入原子模型势。该纳米线由芯中的合金成分和沿向外径向方向功能梯度的其他成分组成。简单的线性和指数函数被认为是定义分级模式的函数。Cu芯和Ni芯纳米线的表面合金化百分比从0%变化到50%。所有的模拟都是在300 K下进行的。Cu芯和Ni芯纳米线的长径比分别为10.56和10.67。这项研究表明，极限拉伸应力和杨氏模量的增加与铜芯纳米线的表面镍百分比。然而，在镍芯纳米线，这些值随着表面铜的百分比的增加而降低。此外，对于Cu芯NW中相同的Ni表面百分比，线性梯度功能梯度材料中的值高于指数梯度功能梯度材料中的值。而在镍芯纳米线中，指数梯度FGM的UTS和E值比线性梯度FGM的高。因此，分级函数和表面百分比可以用作用于调制FGM纳米线的机械性能的参数。
2020-09-15 cond-mat.mtrl-sci
Ab initio investigation of the adsorption of zoledronic acid molecule on hydroxyapatite (001) surface: an atomistic insight of bone protection
采用从头算密度泛函理论研究了唑来膦酸分子在羟基磷灰石（001）表面的吸附。从羟基磷灰石本体和表面、唑来膦酸分子到分子在表面的吸附进行了系统的研究。得到了优化的键长和键角，并进行了分析，给出了研究对象之间的结构相似性的证据。计算了具有两种终端的羟基磷灰石（001）表面的形成能，其值约为1.2和1.5 J/m^2，并提供了详细的原子结构信息。我们测定了唑来膦酸分子在表面上的吸附能，在0.25 ML和0.5 ML时分别为-260 kJ/mol和-400 kJ/mol。唑来膦酸对羟基磷灰石表面的强结合亲和力的原子洞察力给出和讨论。
2015-09-24 cond-mat.mtrl-sci
Large-scale atomistic simulation of dislocation core structure in face-centered cubic metal with Deep Potential method
Northeastern University（东北大学）
本文利用基于DFT数据训练的深度势方法，大规模模拟面心立方铜的位错芯结构，获得其能量，并通过Peierls模型验证，可扩展至含缺陷位错，为DFT级大规模位错模拟开辟道路。
2022-09-12 cond-mat.mtrl-sci
Impact of Chemical Clustering on the Structural, Topological, and Functional Properties of Ba(Zr$_x$Ti$_{1-x}$)O$_3$: An Atomistic Simulation Study
Instituto de Física Rosario, Universidad Nacional de Rosario（罗萨里奥物理研究所，罗萨里奥国立大学）
本研究通过分子动力学模拟揭示，化学团簇通过空间再分布局部结构相增强BZT极化，稳定极性有序并形成拓扑涡旋，提升居里温度和矫顽场，为无铅钙钛矿设计提供定量框架。
2026-09-23 cond-mat.mtrl-sci
AtomGPT: Atomistic Generative Pre-trained Transformer for Forward and Inverse Materials Design
本文提出基于Transformer的AtomGPT模型，结合化学与结构文本描述实现材料性质预测和原子结构生成，并通过DFT验证其在超导体设计中的有效性，为正向与逆向材料设计提供了高效的大语言模型方法。
2024-06-29 cond-mat.mtrl-sci
Oxide formation at the surface of late 4d transition metals: Insights from first-principles atomistic thermodynamics
使用密度泛函理论，我们评估了后期4d过渡金属的本体和表面氧化物在由O2和CO形成的气相的“约束平衡”中的稳定性。虽然最稳定的本体氧化物的稳定性范围对于钌来说延伸到代表技术CO氧化催化的气相条件中，对于周期表中右侧的4d金属来说，这种情况逐渐减少。然而，表面氧化物在这种条件下仍然是稳定的。这些热力学的考虑进行了讨论，在最近的实验中，强调的作用（表面）氧化物作为活性相的模型催化剂从这些金属形成。
2003-04-08 cond-mat.mtrl-sci
Atomistic modeling of functionalized magnetite surfaces with oxidation states
本文提出一种基于蒙特卡罗和铁氧化态交换的原子级建模方法，可在数万原子尺度模拟磁铁矿-羧酸界面，无需重新标定力场参数，并揭示了氧化态分布随覆盖度和表面厚度的变化规律。
2025-07-04 cond-mat.mes-hall cond-mat.mtrl-sci
Water Permeation through Layered Graphene-based Membranes: A Fully Atomistic Molecular Dynamics Investigation
石墨烯基膜已被研究作为水过滤和气体分离应用的有前途的候选者。实验证据表明，氧化石墨烯可以是液体、蒸汽和气体不可渗透的，同时允许水分子快速渗透。这种现象归因于纳米毛细管网络的形成，该网络允许几乎无摩擦的水流，同时通过空间位阻效应阻止其他分子。据推测，水分子通过石墨烯基片之间形成的膨胀的二维通道传输。虽然这些通道允许水在这种材料中快速渗透，但流速强烈依赖于膜的制造方式。此外，关于水渗透的纳米级机制的一些基本问题仍然没有完全理解，它们的解释仍然存在争议。在这项工作中，我们研究了水渗透通过原始石墨烯和氧化石墨烯模型膜的动力学。我们已经对由多层石墨烯基片组成的系统进行了完全原子经典的分子动力学模拟，该系统在受控的热力学条件下（例如，例如，在一个实施例中，通过改变温度和压力值）。我们系统地分析了受限纳米流体的输运动力学如何依赖于层间距离和氧化物官能团的作用。我们的结果表明，水通量对于石墨烯比对于氧化石墨烯膜有效得多。这些结果归因于氧化物官能团和水之间的H-键形成，其捕获水分子并排除通过纳米通道的超快水运输。
2017-02-01 cond-mat.mtrl-sci
Computing binary alloy phase diagrams with explicit configurational and vibrational entropy
Ruhr University Bochum（波鸿鲁尔大学）；Max Planck Institute for Sustainable Materials（马克斯·普朗克可持续材料研究所）；Bundesanstalt für Materialforschung und -prüfung（联邦材料研究与测试研究所）
研究多组分固溶体相稳定性，通过炼金术插值等方法扩展非平衡热力学积分，应用于Au-Cu二元合金构建相图，显式构型采样降低转变温度、拓宽固溶体稳定性范围，强调需显式采样非理想构型熵并选好泛函。
2026-11-02 cond-mat.mtrl-sci
Optimization and Validation of a Deep Learning CuZr Atomistic Potential: Robust Applications for Crystalline and Amorphous Phases with near-DFT Accuracy
我们表明，基于密度泛函理论（DFT）计算的深度学习神经网络势（DP）可以很好地描述Cu-Zr材料，这是一个二元合金系统的例子，可以共存于几种有序的金属间化合物中，并作为非晶相。Cu-Zr的复杂相图使其成为传统原子力场的挑战系统，无法很好地描述不同的性质和相。相反，我们表明，DP的方法，使用一个大型数据库与~ 300 k配置可以呈现结果一般与DFT。训练集包括原始和散装的基本金属和金属间化合物的配置，在液相和固相除了板和非晶配置。DP模型进行了验证，通过比较体性质，如晶格常数，弹性常数，体模量，声子谱，表面能DFT值相同的结构。此外，我们对比DP的结果与使用公认的两个嵌入式原子方法的潜力得到的值。总的来说，我们的DP潜力提供了近DFT的精度为不同的Cu-Zr相，但其计算成本的一小部分，从而使精确计算的现实原子模型，特别是非晶相。
2020-02-17 cond-mat.mtrl-sci
A deep machine learning potential for atomistic simulation of Fe-Si-O systems under Earth's outer core conditions
使用人工神经网络机器学习（ANN-ML）生成原子间相互作用势已被证明是一种很有前途的方法，可以解决分子动力学（MD）模拟中长期存在的精度与效率的挑战。在这里，以Fe-Si-O系统为原型，我们表明，准确和可转移的ANN-ML潜力可以开发可靠的MD模拟材料在高压和高温条件下的地球的外核。通过拟合基于密度泛函理论的第一性原理计算得到的高温高压下相关二元和三元液体结构的能量和力，训练了Fe-Si-O体系的ANN-ML势.结果表明，所生成的ANN-ML势能很好地描述该复杂系统的液相结构和动力学。具有DFT精度的ANN-ML势为精确模拟地球外核复杂Fe-Si-O系统的结构和动力学提供了一个很有前途的方案。
2022-05-19 cond-mat.mtrl-sci
Atomistic simulations of surface reactions in ultra-high-temperature ceramics: O2, H2O and CO adsorption and dissociation on ZrB2 (0001) surfaces
了解表面反应性在许多领域都至关重要，从多相催化到材料氧化和腐蚀。为了研究航空航天零部件中ZrB 2在恶劣环境下的表面反应，采用密度泛函理论和轻推弹性带方法对Zr和B表面的化学活性进行了预测和比较。特别是O2，CO和H2O的吸附，解离和扩散进行了广泛的研究，通过计算表面吸附能和反应途径。我们发现，O2的解离吸附占主导地位的ZrB 2表面的反应性，而H2O和CO的解离是弱活性的Zr-表面上，甚至更少激活B-终止的。重要的是，我们发现O2和H2O的反应可以在B表面引发强的表面重构。因此，我们的工作提供了显着的见解不同的吸附和反应机制的ZrB 2表面。
2021-01-18 cond-mat.mtrl-sci
Realistic atomistic structure of amorphous silicon from machine-learning-driven molecular dynamics
非晶硅（a-Si）是一种被广泛研究的非晶体材料，但其原子结构的细微细节仍然不清楚。在这里，我们表明，a-Si的准确结构模型可以通过利用机器学习算法的力量来创建原子间势来获得。我们最好的a-Si网络是通过在分子动力学模拟中以10 $^{11}$ K/s的速率（即在10 ns的时间尺度上）从熔体冷却获得的。该结构示出了低于2%的缺陷浓度，并且与关于过量能量、衍射数据以及$^{29}$ Si固态NMR化学位移的实验一致。我们表明，这种质量水平是不可能实现更快的淬火模拟。然后，我们生成了一个4,096个原子的系统，该系统正确地再现了结构因子中第一个尖锐衍射峰（FSDP）的大小，与迄今为止的实验结果最接近。我们的研究证明了机器学习原子间相互作用势对阐明非晶功能材料的准确结构和性质的更广泛影响。
2018-03-07 cond-mat.mtrl-sci
Atomistic Simulations of H-Cu Vacancy Cosegregation and H Diffusion in Cu Grain Boundary
University College London（伦敦大学学院）
本文通过DFT与BOP模拟研究铜晶界中氢吸附/掺入及快速界面扩散机制，揭示氢与空位的相互作用，发现氢促进了铜空位共聚集，且氢在晶界迁移能低至0.2 eV。
2025-10-30 cond-mat.mtrl-sci
Bayesian Error Estimation in Density Functional Theory
我们提出了一个实用的计划进行误差估计的密度泛函理论计算。该方法是基于贝叶斯统计的思想，涉及到创建一个合奏的交换相关功能的分子和固体的结合能的实验数据库进行比较。然后可以使用系综内的波动来估计相对于实验的误差，如结合能，键长和振动频率。它表明，能量差的误差条可能会不同的数量级，为不同的系统，与现有的经验很好的协议。
2005-06-09 cond-mat.mtrl-sci
Towards "on-demand" van der Waals epitaxy with adaptive ensemble sampling atomistic workflows
Oak Ridge National Laboratory（橡树岭国家实验室）；University of Virginia（弗吉尼亚大学）；Indian Institute of Technology, Madras（马德拉斯印度理工学院）
本文提出一种结合超算、机器学习和分子动力学模拟的自适应闭环虚拟环境，用于高效实现范德瓦尔叠层摩尔异质结构的'按需' epitaxy，推动自主材料合成管道的发展。
2026-06-07 cond-mat.mtrl-sci
Atomistic study of finite temperature properties in ferroelectric BiAlO$_3$
Indian Institute of Technology（印度理工学院）；University of South Florida（南佛罗里达大学）
为寻找重要无铅钙钛矿，开发基于第一性原理的原子模型预测BiAlO₃特性。与实验一致，模拟得出其室温自发极化和居里温度，揭示铁电与反铁畸变模式耦合及压力对应力的影响。
2026-07-07 cond-mat.mtrl-sci
Uncertainty Quantification in Atomistic Modeling of Metals and its Effect on Mesoscale and Continuum Modeling A Review
通过集成计算材料工程（ICME）方法设计下一代合金依赖于多尺度计算机模拟，以在难以进行实验时提供热力学性质。原子方法，如密度泛函理论（DFT）和分子动力学（MD）已经成功地预测了以前从未研究过的化合物或相的性质。然而，由于计算和UQ方法的挑战，DFT和MD结果的不确定性量化（UQ）很少报道。在过去的十年中，出现了一些缩小这一差距的研究。这些进展的背景下，热力学模拟和信息交换的中尺度方法，如相场法（PFM）和相图计算（CALPHAD）。UQ的重要性说明使用金属的属性，铝作为一个例子，并突出确定性，频率和贝叶斯方法。常规不确定性量化面临的挑战和解决这些问题的前景。
2020-09-28 cond-mat.mtrl-sci physics.comp-ph
Networks of silicon nanowires: a large-scale atomistic electronic structure analysis
硅纳米线网络具有有趣的电子特性，超越了基于单个纳米线量子限制的预测。采用大规模的原子赝势计算，尚未开发的分支纳米结构的子系统水平，以及在充分的组装进行了研究。最终产品是一个简单的，但通用的表达式的带隙和带边排列的多重交叉硅纳米线的各种直径，交叉数，和线的取向。沿着这条线的进一步进展可能会推翻硅纳米线网络的自下而上的方法，通过从功能开始并导致实现结构的自上而下的设计。
2013-11-15 cond-mat.mes-hall cond-mat.mtrl-sci
Atomistic Mechanism Underlying the Si(111)-(7\times7) Surface Reconstruction Revealed by Artificial Neural-network Potential
Si（111）表面的7 \times 7重构可以说是迄今为止在自然界中观察到的最迷人的表面重构。然而，在它被发现60年后，支撑其形成的原子机制仍然不清楚。在实验上，它是事后观察的，因此其形成机制的分析只能与考古学类比进行。理论上，密度泛函理论（DFT）能正确预测Si（111）-（7 \times 7）基态，但不能模拟其形成过程，而经验势不能模拟其基态.开发了DFT质量的人工神经网络势，我们进行了精确的大规模模拟，以揭示Si（111）-（7 \times 7）表面的形成。我们揭示了一个可能的步骤介导的原子流行率限制过程，触发大规模的非保守原子重排，最显着的是，集体空位扩散的关键过程，介导一系列的选择性二聚体，角孔，堆垛层错和二聚体线斑图形成，以实现7 \times 7重建。我们的发现不仅可以解决这个著名的表面重建的长期谜团，还可以说明机器学习在研究复杂结构中的力量。
2020-11-30 cond-mat.mtrl-sci
Experiment-driven atomistic materials modeling: A case study combining X-ray photoelectron spectroscopy and machine learning potentials to infer the structure of oxygen-rich amorphous carbon
提出结合机器学习与实验可观测量的通用方法，通过巨正则Monte Carlo生成符合XPS实验数据且能量有利的a-CO$_{x}$结构，实现了具有高度真实性的实验驱动原子级材料建模。
2024-05-20 cond-mat.mtrl-sci
Structural disorder by octahedral tilting in inorganic halide perovskites: New insight with Bayesian optimization
结构无序在金属卤化物钙钛矿中是常见的，并且对于理解这些材料的功能性质是重要的。第一性原理方法可以解决原子尺度上的结构变化，但它们往往受到缺乏表征无序所需的结构采样方案的限制。在这项工作中，在基准无机卤化物钙钛矿CsPbI $_3^{}$和CsPbBr $_3^{}$的结构无序计算研究的三个八面体倾斜角。由此产生的能量和性能的变化所描述的三维势能面（PES）和属性景观，提供贝叶斯优化结构搜索方法与集成密度泛函理论（DFT）计算。在三维搜索中，PES与约200个DFT数据点的快速收敛证明了贝叶斯优化的主动学习和策略采样的能力。进一步的分析表明，无序度随着温度的升高而增加，并揭示了在有限温度下材料的带隙是无序结构的统计平均值。
2023-03-15 cond-mat.mtrl-sci
Convergence Acceleration in Machine Learning Potentials for Atomistic Simulations
用于原子模拟的机器学习势（MLP）对材料建模具有巨大的潜在影响，在不明显牺牲材料性质预测准确性的情况下，提供了比密度泛函理论（DFT）计算快几个数量级的加速。然而，生成训练MLP所需的大型数据集是令人生畏的。在这里，我们表明，基于MLP的材料属性预测收敛速度更快的精度布里渊区积分比基于DFT的属性预测。我们证明，这种现象是强大的不同金属系统的材料性能。此外，我们还提供了统计误差指标，以准确地确定MLP的DFT训练数据集所需的先验精度水平，以确保材料性能预测的加速收敛，从而显着降低MLP开发的计算费用。
2022-01-19 cond-mat.dis-nn cond-mat.mtrl-sci
PolyGraphPy: A unified Python framework for atomistic simulation and machine learning-driven polymer design
University of Minnesota（明尼苏达大学）；M Company（3M公司）
提出PolyGraphPy框架，集成原子模拟与贝叶斯图神经网络及两种生成模型，实现聚合物性质预测与从头设计。
2026-07-27 cond-mat.mtrl-sci
Uncertainty Quantification and Propagation in Atomistic Machine Learning
该研究在概率建模统一框架下综述原子机器学习的不确定性量化与传播方法，梳理方法分类、评估指标、基准研究及下游模拟中的传播应用，指出挑战与未来方向。
2024-08-20 cond-mat.mtrl-sci
A quantitative theory and atomistic simulation study on the soft-sphere crystal-melt interfacial properties: II. Interfacial free energies
本文提出基于Ginzburg-Landau模型并结合原子模拟数据预测软球体系晶体-熔体界面自由能及其各向异性的新方法，验证了其对FCC界面的定量准确性，并提出了变分程序和模型升级的改进方向。
2025-04-08 cond-mat.mtrl-sci
Inverse approach to atomistic modeling: Applications to a-Si:H and g-GeSe2
我们讨论了一个反的方法为原子模型的玻璃材料。重点是氢化非晶硅和玻璃态GeSe 2合金的结构建模和电子性质。这项工作是基于一种新的方法“实验约束分子弛豫（ECMR）”。不同于传统的方法（如分子动力学（MD）和蒙特卡罗模拟（MC），其中指定的潜在功能和系统的发展无论是确定性（MD）或随机（MC），我们开发了一种新的计划，使用实验数据与密度泛函计算模型的结构配置。我们已经应用这种方法来模拟氢化非晶硅和玻璃态GeSe 2。这些模型的电子和结构性质进行了比较，从传统的分子动力学模拟的实验数据和模型。
2008-01-24 cond-mat.dis-nn cond-mat.mtrl-sci
Atomistic understanding of hydrogen bubble-induced embrittlement in tungsten enabled by machine learning molecular dynamics
University of Science and Technology Beijing（北京科技大学）；Fuzhou University（福州大学）；Beijing Advanced Innovation Center for Materials Genome Engineering, University of Science and Technology Beijing（北京科技大学材料基因组工程高等创新中心）；Aalto University（阿尔托大学）；Tel Aviv University（特拉维夫大学）
本研究利用机器学习分子动力学揭示了钨中氢气泡诱导脆性行为的原子机制，通过开发高精度势能模型，阐明了氢气泡在纳米空洞中的形成与断裂过程。
2025-08-28 cond-mat.mtrl-sci
Rapid Prediction of Phonon Structure and Properties using an Atomistic Line Graph Neural Network (ALIGNN)
声子态密度（DOS）总结了结构支持的晶格振动模式，并提供了有关材料稳定性，热力学常数和热输运系数的丰富信息。在这里，我们提出了一个原子的线图神经网络（ALIGNN）模型的声子态密度和衍生的热和热力学性质的预测。该模型在JARVIS-DFT（各种集成模拟联合自动库：密度泛函理论）数据库中包含的超过14，000个声子谱的数据库上进行训练。模型预测捕获的声子态密度的光谱特征，有效地分类动力学稳定性，并导致准确的预测DOS衍生的热和热力学性质，包括热容$C_{\mathrm{V}}$，振动熵$S_{\mathrm{vib}}$，和同位素声子散射率$τ^{-1}_{\mathrm{i}}$。与这些材料性质的直接深度学习预测以及基于声子DOS的分析简化的预测（包括Debye或Born-von Karman模型）相比，DOS介导的ALIGNN模型提供了更好的预测。最后，ALIGNN模型用于预测JARVIS-DFT数据库中列出的约40，000种其他材料的声子谱和性质，这些材料尽可能与其他开源高通量DFT声子数据库进行验证。
2022-07-25 cond-mat.mtrl-sci
Atomistic Mechanisms of Sliding in Few-Layer and Bulk Doped MoS$_2$
二维材料的滑动对于它们作为空间固体润滑剂的应用是至关重要的，并且与应变工程和器件制造也相关。尽管通过插层Ni形成层间键，但是诸如Ni的掺杂剂令人惊讶地改善了MoS $_2$中的润滑，并且其机理仍然不清楚。虽然在原子水平上的滑动已经在原始的2D材料中进行了理论研究，但是对于掺杂形式的工作很少，特别是对于复杂的嵌入情况。采用密度泛函理论研究了Ni掺杂的MoS $_2$的滑移行为，考虑了Mo/S取代和八面体/四面体插层的影响。我们发现，散装和三层很好地描述了成对双层相互作用。层之间的四面体嵌入显著增加了它们的滑动屏障，但对相邻未掺杂层之间的滑动影响最小，从而保持有效的润滑。我们提供了一个原子的观点，如何滑动发生在掺杂的过渡金属二硫属化物，和一个一般的方法来分析掺杂滑动。
2022-09-30 cond-mat.mes-hall cond-mat.mtrl-sci
Harnessing AtomisticSkills for Agentic Atomistic Research
Department of Materials Science；Engineering, Massachusetts Institute of Technology, Cambridge, MA 02139, USA；Department of Chemical Engineering, Massachusetts Institute of Technology, Cambridge, MA 02139, USA；Department of Chemistry, Kookmin University, Seoul 02707, Republic of Korea；Harvard University, Department of Chemistry；Department of Chemistry, Massachusetts Institute of Technology, Cambridge, MA 02139, USA；Department of Nuclear Science；Shell Information Technology International Inc., Texas 77082, United States；Shell International Exploration \& Production Inc., Texas 77079, United States
提出AtomisticSkills框架，通过分层分解科学工作流为技能和工具，使通用AI编码代理能够进行原子级研究，并在多个科学任务中验证其能力。
2026-05-18 cond-mat.mtrl-sci cs.AI physics.chem-ph
Vacancy-Induced Quantum Properties in 2D Silicon Carbide: Atomistic insights from semi-local and hybrid DFT calculations
University of Delaware（特拉华大学）
本研究通过DFT计算揭示单层碳化硅中硅与碳空位在电子结构、磁性、迁移及光学响应上的互补特性，为二维材料缺陷工程提供理论框架。
2025-10-26 cond-mat.mes-hall cond-mat.mtrl-sci
Atomistic Global Optimization X: A Python package for optimization of atomistic structures
本文提出 AGOX 框架及 Python 软件包，以模块化方式构建和组合全局优化算法，并通过低成本示例和 DFT 级金属氮化物纳米团簇优化问题验证其有效性。
2022-08-19 cond-mat.mtrl-sci physics.chem-ph
High-quality, high-information datasets for universal atomistic machine learning
École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；MPI for the Structure and Dynamics of Matter（马普物质结构与动力学研究所）；University of Cambridge（剑桥大学）；BASF SE（巴斯夫股份公司）
MAD-1.5数据集通过统一的DFT工作流程和增强的化学空间覆盖，为原子级机器学习提供了高质量、高信息量的训练数据，支持广泛元素的高精度模拟。
2026-09-10 cond-mat.mtrl-sci physics.chem-ph
Hop-Decorate: An Automated Atomistic Workflow for Generating Defect Transport Data in Chemically Complex Materials
Hop-Decorate提出一种自动化原子级工作流，结合加速分子动力学与重新装饰算法，高效生成化学复杂材料缺陷输运数据，并构建缺陷态图，支持介观模型，在合金和尖晶石氧化物中验证了其有效性。
2025-07-30 cond-mat.mtrl-sci physics.comp-ph
Full ab initio atomistic approach for morphology prediction of hetero-integrated crystals: A confrontation with experiments
Univ Rennes, INSA Rennes, CNRS, Institut FOTON – UMR 6082（雷恩大学，雷恩国立应用科学学院，法国国家科学研究中心，FOTON研究所）；Centre de Nanosciences et de Nanotechnologies, CNRS, Université Paris-Saclay（纳米科学与工程中心，法国国家科学研究中心，巴黎萨克雷大学）
本文提出了一种基于密度泛函理论的全原子方法，用于预测异质集成晶体的平衡形状，并通过实验验证其有效性。
2025-06-10 cond-mat.mtrl-sci physics.app-ph physics.chem-ph
QUASAR: A Universal Autonomous System for Atomistic Simulation and a Benchmark of Its Capabilities
School of Physics, Chemistry and Earth Sciences, Adelaide University（阿德莱德大学物理、化学与地球科学学院）
QUASAR通过整合多种原子模拟方法，实现自主的多尺度工作流，展示了其在材料筛选和新型材料评估中的应用潜力。
2026-04-07 cond-mat.mtrl-sci cs.AI
BLAST: Bridging Length/time scales via Atomistic Simulation Toolkit
超级计算机的不断增长的能力加上高度可扩展的模拟代码，使分子动力学成为从材料的预测建模到计算设计和发现新材料等广泛应用中不可或缺的工具。在从头算、经典和粗粒度的分子动力学模型之间建立多保真度尺度的桥梁一直是一个长期的挑战。在这里，我们介绍我们的框架BLAST（桥接长度/时间尺度通过原子模拟工具包），利用机器学习原则来解决这一挑战。BLAST是一个多保真度尺度的桥接框架，为用户提供训练和开发自己的经典原子和粗粒度原子间势（力场）的能力，用于分子模拟。BLAST旨在解决分子模拟领域中的几个长期存在的问题，例如由于开发人员和用户之间的知识差距而导致的对现有力场的无意滥用，传统力场开发方法中的瓶颈，以及与力场的准确性，效率和可转移性有关的其他问题。在这里，我们讨论了力场发展的几个重要方面，并强调了BLAST的功能，使其功能和易用性。
2020-02-21 cond-mat.mes-hall cond-mat.mtrl-sci cs.CE
Mapping atomistic to coarse-grained polymer models using automatic simplex optimization to fit structural properties
我们开发了聚（乙烯醇）和聚（丙烯酸）低聚物的粗粒力场。在这两种情况下，一个单体被映射到一个粗粒珠。新的力场被设计成与这些聚合物的原子模拟得到的各种径向分布函数等结构特性相匹配。因此，以考虑尽可能多的原子信息的方式构建映射。在技术方面，我们的方法包括一个单纯形算法，用于自动优化非粘结参数以及粘结参数。除了它们相似的构象（仅官能侧基不同），聚（丙烯酸）被选择为在水溶液中，而不是聚（乙烯醇）熔体。对于聚乙烯醇来说，非优化的键角势与特殊的、优化的非键势结合起来就足够了。这里不需要施加扭转电势。对于聚（丙烯酸），我们表明，径向分布函数的每个峰通常是由一些特定的模型参数（S）。键角参数的优化是必不可少的。粗粒力场再现了原子模型的回转半径。作为第一个应用程序，我们使用力场来模拟较长的链，并比较流体动力学半径与实验数据。
2000-08-23 cond-mat.mtrl-sci cond-mat.soft cond-mat.stat-mech
Atomistic hartree theory and crystal field of twisted double bilayer graphene near the magic angle
扭曲双层石墨烯（tDBLG）是一种莫尔材料，最近由于在魔角附近观察到相关相位而引起了人们的极大兴趣。我们进行原子Hartree理论计算，研究正常状态下电子-电子相互作用的作用。与扭曲双层石墨烯（tBLG）相比，我们发现这种相互作用不会导致电子能带结构的显著掺杂依赖性变形。然而，在垂直电场存在下，相互作用对电子结构起着重要作用，因为它们屏蔽了外场。最后，我们分析了Hartree势对晶体场的贡献，即内外层的在位能量差。我们发现从Hartree理论得到的在位能量具有相同的符号，但较小的幅度相比，在以前的研究中，在现场的能量是通过拟合紧束缚的结果从头计算密度泛函理论（DFT）能带结构。为了理解这种定量差异，我们分析了从头算Kohn-Sham势从DFT得到的，发现一个微妙的相互作用的电子-电子和电子-离子相互作用决定了现场电位的大小。
2022-03-09 cond-mat.mtrl-sci cond-mat.str-el
Quantum Size Effects in the Atomistic Structure of Armchair-Nanoribbons
采用密度泛函理论（DFT）在Kohn-Sham公式下研究了氢封端的扶手椅型石墨烯纳米带（AGNR）的量子尺寸效应.将制定“选择规则”，其允许从四个石墨烯分散片开始提取（近似地）AGNR带的电子结构。与碳纳米管的情况类似，三倍的周期性的激发间隙与带状宽度（N，每碳片的碳原子数）的预测是由从头计算结果证实。虽然传统上这种周期性会在电子响应实验中观察到，但本文提出的DFT分析表明，它也可以在带状几何形状中看到：具有L个切片的带状物的长度接近非常大的宽度1 << N的极限值（保持纵横比小N << L），具有显示电子选择规则的1/N振荡。振荡幅度如此之强，以至于渐近行为是非单调的，即，较宽的带比较窄的带具有更强的伸长。
2011-11-15 cond-mat.mes-hall cond-mat.mtrl-sci
A new efficient ab-initio approach for calculating the bending stiffness of 2D materials
本文提出了一种新的计算二维材料抗弯刚度的有效方法，该方法采用简单的周期性小晶胞原子试验。试验设计为弯曲变形占主导地位，膜变形最小化。原子从头算模拟，然后允许弯曲能的有效计算。密度泛函理论用于此。原子的弯曲能，然后从结构力学的经典模型进行比较。两种不同的模型被认为是这-一个基于梁理论和一个基于刚性连杆理论-和他们的结果相互比较。四种不同的材料与二维六方（蜂窝）结构被选为案例研究：石墨烯，六方氮化硼，硅，蓝磷烯。计算的弯曲刚度收敛与增加的单位单元的大小，这样小的单位单元已经提供了准确的结果，是在良好的协议与文献。使用相同的原子测试，它表明，石墨烯的弯曲刚度仍然可以被认为是恒定的在适度大的变形。除了高效和准确之外，所提出的方法允许各种扩展。
2022-12-22 cond-mat.mes-hall cond-mat.mtrl-sci
Fully Atomistic Molecular Dynamics Simulations of Elastic Properties of Tetragraphene Monolayer
最近提出了一种称为tetrahexcarbon的准2D半导体碳同素异形体，也称为tetragraphene，具有结合正方形和六边形环的不寻常结构。基于第一性原理密度泛函理论（DFT）计算，预测了四石墨烯的力学和电子性质。然而，对其在不同温度下的力学行为的全面研究仍然缺乏。在这项工作中，使用完全原子反应分子动力学（MD）模拟，我们调查的单层四石墨烯拉伸应变下的力学性能从线性政权到完整的结构故障（断裂）。考虑了不同的温度，并将结果与其他两种已知的平面碳同素异形体：石墨烯和五石墨烯进行了比较。一个有趣的结果是，通过温度或张力的施加，四石墨烯经历了从结晶到无定形结构的转变。在室温下，四元石墨烯的两个正交晶胞方向的临界应变分别为38%和30%，高于石墨烯和五元石墨烯的临界应变。在室温下，四石墨烯沿其方向的杨氏模量值比石墨烯的杨氏模量值小三至六倍，并且是五石墨烯的杨氏模量值的约57%。沿两个方向的四石墨烯的极限拉伸强度值，也被证明是小于石墨烯和五石墨烯。
2022-07-20 cond-mat.mtrl-sci physics.comp-ph
Beyond dpa: an atomistic framework for a quantitative description of radiation damage in YBa2Cu3O7
Politecnico di Torino（都灵理工大学）；Istituto Nazionale di Fisica Nucleare, Sezione di Torino（意大利国家核物理研究所都灵分部）；University of Helsinki（赫尔辛基大学）；Linköping University（林雪平大学）；Eni S.p.A.（埃尼公司）
本文提出了一种基于原子的多尺度建模框架，用于定量描述YBa2Cu3O7的辐射损伤，结合分子动力学与二元碰撞近似模拟，并利用蒙特卡罗数据预测复杂氧化物的辐照效应。
2025-12-18 cond-mat.mtrl-sci cond-mat.supr-con physics.comp-ph
