Using artificial neural-network machine learning (ANN-ML) to generate interatomic potentials has been demonstrated to be a promising approach to address the long-standing challenge of accuracy versus efficiency in molecular dynamics (MD) simulations. Here, taking the Fe-Si-O system as a prototype, we show that accurate and transferable ANN-ML potentials can be developed for reliable MD simulations of materials at high-pressure and high-temperature conditions of the Earth's outer core. The ANN-ML potential for Fe-Si-O system is trained by fitting to the energies and forces of related binaries and ternary liquid structures at high pressures and temperatures obtained by first-principles calculations based on density functional theory (DFT). We show that the generated ANN-ML potential describes well the structure and dynamics of liquid phases of this complex system. The efficient ANN-ML potential with DFT accuracy provides a promising scheme for accurate atomistic simulations of structures and dynamics of complex Fe-Si-O system in the Earth's outer core.
Anisotropy of exchange stiffness based on atomic-scale magnetic properties in rare-earth permanent magnet Nd$_2$Fe$_{14}$B
本文研究了稀土永磁体Nd $_2$ Fe $_{14}$ B的交换刚度常数$\mathcal{A}$的各向异性，蒙特卡罗（MC）方法与原子自旋模型和Landau-Lifshitz-Gilbert（LLG）方程与连续磁模型。利用从头计算方法建立了$_2$ Fe $_{14}$ B的自旋模型，对模型进行了原子态MC模拟，并利用MC模拟得到的参数进行了LLG微磁学模拟.我们阐明了$\mathcal{A}$的振幅和热性质依赖于晶体中的取向，这归因于Nd原子的层状结构和Nd与Fe原子之间的弱交换耦合。我们还证实，$\mathcal{A}$的各向异性显着影响的阈值场的磁化反转（反磁化率）的脱钉过程。
Structural evolution of iron oxides melts at Earth's outer-core pressures
University of Oxford（牛津大学）；Queen’s University Belfast（贝尔法斯特女王大学）；University of Osaka（大阪大学）；University of Manchester（曼彻斯特大学）；University of Rochester Laboratory for Laser Energetics（罗切斯特大学激光能源实验室）；National Thin Film Cluster Facility for Advanced Functional Materials, Department of Physics, University of Oxford（牛津大学物理系先进功能材料国家薄膜团簇设施）；Arts et Metiers Institute of Technology（巴黎高科艺术与工艺学院）
Transport properties for liquid silicon-oxygen-iron mixtures at Earth's core conditions
我们报告的热和导电性的两种液体硅-氧-铁混合物（Fe $_{0.82}$ Si $_{0.10}$ O $_{0.08}$和Fe $_{0.79}$ Si $_{0.08}$ O $_{0.13}$），代表地球的外核的组成在相关的压力-温度条件下，从密度泛函理论计算与Kubo-Greenwood公式。我们发现导热系数$k$ =100（160）W m $^{-1}$ K $^{-1}$，以及外核顶部（底部）的电导率$σ= 1.1 (1.3) \times 10^6 Ω^{-1}$ m $^{-1}$。这些新的数值比以前的估计高出2至3倍，对我们理解地球的热历史和地球磁场的功能，包括整个地核的快速冷却速度或地核中高水平的放射性元素具有深远的影响。我们还展示了一些混合物的结构和动力学性质的结果，包括部分径向分布函数，均方位移，粘度和声速。
Ab-initio chemical potentials of solid and liquid solutions and the chemistry of the Earth's core
基于密度泛函理论，提出了一套用{ \em ab initio}方法计算固液混合物化学势的通用方法。该方法的目的是给一个{ \em ab initio}的方法来处理共存的固体和液体溶液之间的化学平衡，特别是分配比的溶质之间的解决方案。对于液相，该方法是基于热力学积分的一般技术，应用于计算与溶剂和溶质原子的连续相互转化相关的自由能的变化，所需的热平均值由DFT分子动力学模拟计算。对于固相，自由能，因此化学势得到使用DFT计算的振动频率的系统包含取代溶质原子，与非谐波的贡献计算，在需要的地方，通过热力学积分。的实际使用的方法说明，应用它们来研究地球的核心，模拟为解决方案的S，Si和O的Fe的外部液体和内部固体部分之间的化学平衡。计算对核心的化学成分有很强的约束，并允许估计内核/外核边界的温度。
