Comparison of intermediate-range order in GeO$_2$ glass: molecular dynamics using machine-learning interatomic potential vs.\ reverse Monte Carlo fitting to experimental data
本文使用机器学习原子间势的分子动力学与逆向蒙特卡洛拟合比较了GeO$_2$玻璃的中程有序,发现尽管两体关联相似,但两者在环分布等三维短程和中程有序结构上存在显著差异,证明ab initio计算对网络组装的约束更严格。
2024-09-24 cond-mat.dis-nn cond-mat.mtrl-sci
Ab Initio Construction of Interatomic Potentials for Uranium Dioxide Across all Interatomic Distances
我们提供了一种用于产生原子间势的方法,用于在从晶格振动到晶体缺陷到高能碰撞的能量尺度上发生的原子现象的经典分子动力学模拟。一个严格的方法来客观地确定形状的原子间的潜力在所有的长度尺度上引入了一个著名的齐格勒-Biersack-Littmark普遍潜力,提供了短期和长期的限制行为的潜力的带电离子概括的基础上。在中间范围内,通过拟合从头算数据来平滑地调整电位。我们的形式主义提供了一个完整的描述,可以在任何能量尺度上使用的原子间的潜力,从而消除了固有的模糊性样条不同的潜力产生研究不同种类的原子材料的行为。我们通过发展从热力学平衡到与裂变事件相关的非常高的原子能碰撞的条件下二氧化铀相互作用的刚性离子势来验证该方法。
2009-09-17 cond-mat.mtrl-sci
A KIM-compliant potfit for fitting sloppy interatomic potentials: Application to the EDIP model for silicon
本文扩展了potfit力匹配程序,使其符合KIM API标准并引入测地线LM算法,通过硅的EDIP模型验证了该方法在拟合松散模型参数时的有效性,为构建基于KIM的原子间势拟合框架奠定基础。
2016-11-12 cond-mat.mtrl-sci cond-mat.other physics.comp-ph
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
Development of an Interatomic Potential for the Simulation of Defects, Plasticity and Phase Transformations in Titanium
提出了描述Ti的缺陷、塑性和高温相变的新的原子间相互作用势。拟合马氏体hcp-bcc相变温度需要一种有效而精确的方法来确定,我们应用了基于竞争固相熔化温度测定的分子动力学(MD)方法、Gibbs-Helmholtz积分和晶格开关Monte Carlo方法(LSMC):这些方法在hcp-bcc相变温度上的一致性在2 K以内。我们能够开发嵌入的原子势,这给一个很好的适合无论是低温或高温数据,但不是两者兼而有之。第一个开发的潜力(Ti 1)再现hcp-bcc转变和熔化温度,并适合于相变和bcc Ti的模拟。另外两个电位(Ti 2和Ti 3)正确描述缺陷特性,可用于模拟hcp Ti中的塑性或辐射损伤。单个EAM势不能同时描述低温和高温相的事实可能归因于忽略了电子自由度,特别是bcc具有高得多的电子熵。从电势Ti 1和Ti 2的组合获得的温度依赖电势可以用于模拟任何温度下的Ti性质。
2016-12-09 cond-mat.mtrl-sci
Construction and Tuning of CALPHAD Models Using Machine-Learned Interatomic Potentials and Experimental Data: A Case Study of the Pt-W System
本研究提出开源高效的PhaseForgePlus工作流,结合机器学习势与实验数据构建校准CALPHAD模型,以Pt-W体系验证其可通过梯度优化快速得到准确相图的吉布斯能描述。
2025-08-01 cond-mat.mtrl-sci physics.comp-ph
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
KLIFF: A framework to develop physics-based and machine learning interatomic potentials
本文提出 KLIFF 框架,通过模块化设计统一支持基于物理和机器学习的原子间势开发,并与 KIM API 及主流模拟软件兼容,实现从训练到部署的高效灵活流程。
2021-10-01 cond-mat.mtrl-sci
Solid-Liquid Phase Diagrams for Binary Metallic Alloys: Adjustable Interatomic Potentials
我们开发了一种新的方法来确定合金的LJ-EAM势,并使用这些来确定二元金属合金的固-液相图,使用Kofke的吉布斯-杜亨积分技术结合半随机正则蒙特卡罗模拟。我们证明,它是可能的,以产生广泛的实验观察到的二元相图(没有金属间相)通过参考的两种元素材料的原子大小和内聚能。在某些情况下,使用单个可调参数来调整相图是有用的(我们为这个自由参数提供了一个很好的选择)。接下来,我们进行了系统的调查的相对原子大小和结合能的元素上的二元相图的效果。然后,我们表明,这种方法导致良好的协议与几个实验的二元相图。这种方法的主要好处不是准确地再现实验相图,而是提供一种方法,通过这种方法可以在模拟研究中连续改变材料的性质。这是使用原子模拟以实验无法获得的方式理解机制和属性的关键之一。
2006-11-20 cond-mat.mtrl-sci
Benchmarking machine-learning interatomic potentials using classical force fields
Université de Lille(里尔大学);CNRS, Unité Matériaux et Transformations(法国国家科学研究中心,材料转化单元);Université Marie et Louis Pasteur(玛丽·路易·巴斯德大学);CNRS, LmB (UMR 6623)(法国国家科学研究中心,LmB(联合研究单位6623))
该研究通过测试多种机器学习原子间势拟合经典势的性能,评估其在多方面的优缺,发现MACE模型重现势能面最准确但计算成本高,为计算材料科学的模型选择提供参考。
2026-10-14 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
Interatomic Fe-Cr potential for modeling kinetics on Fe surfaces
为了使精确的分子动力学模拟的铁铬合金的表面,我们开发,基于密度泛函理论(DFT)计算,一个新的原子间的铁铬Tersoff形式主义的潜力。相反,以前的潜在的模型,这已被设计为散装Fe-Cr,我们扩展我们的潜在的拟合数据库,不仅包括传统的散装性能,但也在体心立方铁的Cr的表面偏析能。在再现我们的DFT结果的散装性能,新的潜力被发现是优于以前开发的Tersoff势和竞争力的浓度依赖性和双带嵌入原子方法的潜力。对于Cr向Fe-Cr合金表面的偏析,只有新的电位与我们的DFT计算一致,预测Cr优先偏析到最顶层的表面层,而不是其他电位优选的第二层。我们希望这次整改能促进未来的研究,例如,从原子水平上研究不锈钢的耐腐蚀机理。
2021-05-26 cond-mat.mtrl-sci
Atomistic Model Potential for PbTiO3 and PMN by Fitting First Principles Results
我们已经开发了一个壳模型势来描述PbTiO 3和PbMg 1/3 Nb 2/3 O 3(PMN)通过拟合第一性原理的结果。在零压力下,该模型再现了PbTiO 3的温度行为,但具有比实验观察到的更小的转变温度。然后,我们拟合的壳模型势的基础上的原子间的潜力复杂的PMN。我们发现,即使是有序的中性粒细胞,淬火的结构给出了一个非极性状态,但与局部极化(偏离中心的离子)指示的弛豫行为。
2006-03-13 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
Development of Interatomic Potentials to Model the Interfacial Heat Transport of Ge/GaAs
分子动力学模拟提供了一个通用的框架来研究界面热传输,但其准确性仍然受到可用的原子间势的准确性的限制。在过去,研究人员已经采用了使用解析势和简单的混合规则来模拟界面系统,其使用的理由很少。另一方面,当代机器学习的原子间势具有更大的复杂性,但尚未看到界面热传输性质的严格验证。此外,当拟合从头算数据时,尚不清楚是否界面系统小到足以进行密度泛函理论计算,可以产生合理的原子间力常数。本文使用模型Ge/GaAs系统研究了这些问题和相关问题,特别关注界面的谐波力常数(IFC 2)。从头计算IFC 2被示出为从界面恢复接近体状值~ 1-2 nm,同时还表现出跨界面的复杂关系,这可能排除了混合规则的任何成功应用。两种不同的光谱邻域分析势(SNAP)开发的界面模型。一个适合于总力,而另一个仅用于描述非谐性,泰勒展开用于描述势的谐波部分。每种潜力,以及他们的优点和问题进行了比较和讨论,这为未来的工作提供了重要的见解。
2021-05-10 cond-mat.mtrl-sci
Carbon phase diagram with empirical and machine learned interatomic potentials
在目前的工作中,我们详细介绍了如何多体势能景观的碳原子间的潜力,可以探索利用嵌套采样算法,允许计算他们的压力-温度相图高的压力。我们提出了一个比较三个原子间的潜力模型,Tersoff,EDIP和GAP-20,专注于他们的宏观性质,特别是在他们的熔融转变和识别的结晶稳定的固体结构,至少100 GPa。所研究的模型都是在较低的压力下冻结形成石墨结构,然后随着压力的增加形成金刚石结构。在Tersoff和EDIP模型的情况下,我们能够定位这些阶段之间的过渡。我们特别关注最先进的机器学习(ML)模型GAP-20,并计算了高达1 TPa的相图,以评估其预测能力,远远超出模型的拟合条件。相图显示出一个非常好的协议与实验相图高达200 GPa,尽管各种意想不到的石墨层间距。在此之上,嵌套采样确定了两种新的稳定固体结构,应变金刚石结构和800 GPa以上的应变六方密堆积结构。然而,这两个阶段的稳定性并没有通过DFT计算得到证实,这突出了进一步改进ML模型的潜在途径。
2022-08-20 cond-mat.mtrl-sci
Machine-learning interatomic potentials from a users perspective: A comparison of accuracy, speed and data efficiency
Institute of Materials Science, Technical University of Darmstadt(达姆施塔特工业大学材料科学研究所)
本文从用户角度比较了多种机器学习互原子势方法,发现非线性ACE、NequIP和MACE在准确度与计算成本之间形成帕累托前沿,且GPU加速显著提升了性能。
2025-05-05 cond-mat.mtrl-sci
Active learning of linearly parametrized interatomic potentials
本文介绍了一种主动学习的方法来拟合机器学习原子间相互作用势。我们的方法是基于D-最优性标准选择原子配置上的潜在的拟合。结果表明,所提出的主动学习方法是非常有效的训练潜力的飞行,确保没有外推尝试,并导致一个完全可靠的原子模拟没有任何显着降低精度。我们将我们的方法应用于分子动力学和结构弛豫,我们认为,它可以适用于,在原则上,任何其他类型的原子模拟。软件、测试用例和使用示例发布在http://gitlab.skoltech.ru/shapeev/mlip/上。
2017-08-22 cond-mat.mtrl-sci physics.comp-ph
Interatomic Potential for Silicon Defects and Disordered Phases
我们开发了一个经验的潜在的硅,这是一个相当大的改进,在现有的模型中描述局部键合体缺陷和无序相。该模型由两体和三体相互作用与理论上激发的功能形式,捕捉化学和物理的趋势,在配套文件中解释。在泛函形式的数值参数是通过拟合一组从头计算结果从量子力学计算的基础上密度泛函理论在局域密度近似,其中包括各种体相和缺陷结构。我们测试的潜力,通过将其应用到点缺陷的松弛,部分位错的核心属性和无序相的结构,其中没有一个被包括在拟合过程中。对于位错,我们的模型使预测与从头算和紧束缚计算非常一致。它是唯一已知的描述滑移集中30 $^\circ$ -和90 $^\circ$ -部分位错的势能{111}。液相和非晶相的结构和热力学性质也与实验和从头算结果吻合得很好。我们的潜力是第一个能够模拟淬火直接从液体到非晶相,所得到的非晶结构比现有的经验制备方法更现实。这些可转移性的进步没有额外的计算成本,因为我们的模型的力评估比Stillinger-Weber的流行潜力更快,从而允许非常大的原子系统的可靠的原子模拟。
1997-12-04 cond-mat.mtrl-sci
Interatomic potentials for the vibrational properties of III-V semiconductor nanostructures
我们推导出了锌掺杂InAs,InP,GaAs和GaP半导体的原子间相互作用势,这些势在纳米结构领域具有可能的应用。势包括最近邻和次最近邻之间的键拉伸相互作用、三体项和长程库仑相互作用。通过(i)拟合体声子色散和弹性性质以及(ii)约束参数空间以提供用于纳米结构簇的结构弛豫和振动性质的良好表现的势来获得优化的势参数。因此,目标计算的密度泛函理论的集群高达633个原子。我们通过计算Kleinman和Grüneisen参数以及直径为3至5.5 nm的纳米结构的振动特性来说明新的能力。
2011-07-01 cond-mat.mes-hall cond-mat.mtrl-sci
Universal Thermodynamic Interatomic Potentials for Crystalline Materials
Massachusetts Institute of Technology(麻省理工学院);Meta
该研究提出热力学原子间势(TIP),将原子间势扩展为热力学一致的吉布斯自由能模型,实现自由能的高效计算,为高通量探索有限温度下晶体材料的相稳定性提供了新方法。
2026-08-17 cond-mat.mtrl-sci cond-mat.stat-mech cs.AI
On the performance of interatomic potential models of iron: comparison of the phase diagrams
为了研究原子间相互作用势在高压下的性能及其可靠性,比较了铁的四种不同嵌入原子型势模型的相图。在0.1 GPa-100 GPa的压力范围内,通过嵌套取样技术进行计算。在所有情况下,低压稳定结构都是体心立方结构,但高压相变化很大,是面心立方结构,六方密排结构,在很低的温度下,还观察到不同的体心四方相。熔化线被高估了相当大的三个模型,但对于一个液体的性质已被考虑在潜在的拟合过程中,与实验结果的一致性是好的,即使在非常高的压力。
2018-03-22 cond-mat.mtrl-sci physics.chem-ph
Machine learning a general purpose interatomic potential for silicon
第一性原理电子结构计算在化学、固体物理和材料科学中预测建模的成功受到由于计算成本及其缩放而导致的模拟长度和时间尺度的限制的约束。最近,基于机器学习思想的技术在没有明确描述电子的情况下对Born-Oppenheimer势能面进行插值,显示出很大的前景,但准确有效地拟合物理相关的构型空间仍然是一个具有挑战性的目标。在这里,我们提出了一个高斯近似势的硅,实现这一里程碑,准确地再现密度泛函理论参考结果的广泛的可观察到的属性,包括晶体,液体和非晶体相,以及点,线,面缺陷。我们证明,这种新的潜力,使计算,这将是非常昂贵的第一原理电子结构的方法,如有限温度相边界线,在液体中的自扩散,形成的非晶缓慢淬火,和动态脆性断裂。我们表明,固有的高斯过程回归框架的不确定性量化给出了一个定性的估计潜在的准确性为一个给定的原子配置。该模型的成功表明,确实有可能创建一个有用的基于机器学习的原子间势,全面描述材料,并作为未来开发此类模型的模板。
2018-05-03 cond-mat.mtrl-sci
Efficient Grand Canonical Global Optimization with On-the-fly-trained Machine-learning Interatomic Potentials
Universitat de Barcelona(巴塞罗那大学);Aarhus University(奥胡斯大学);ICREA (Institució Catalana de Recerca i Estudis Avançats)(加泰罗尼亚研究高级研究所)
本文提出一种高效的大配位全局优化算法,利用实时训练的机器学习互原子势减少第一性原理能量计算,用于预测反应条件下稳定结构和化学状态。
2026-06-29 cond-mat.mtrl-sci physics.chem-ph
Application-specific machine-learned interatomic potentials: exploring the trade-off between DFT convergence, MLIP expressivity, and computational cost
Theoretical Division T-1, Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室理论物理第一分部);Department of Chemistry, University of Texas at Austin(德克萨斯大学奥斯汀分校化学系);Max Planck Institute for Sustainable Materials(马克斯·普朗克可持续材料研究所)
本文研究了应用特定机器学习互原子势中DFT收敛性、MLIP表达性与计算成本之间的权衡,通过优化训练策略和模型复杂度,降低整体计算成本。
2025-12-10 cond-mat.mtrl-sci physics.comp-ph
Development of a Plasticity-oriented Interatomic Potential for CrFeMnNi High Entropy Alloys
用嵌入原子法(EAM)建立了CrFeMnNi四元HEAs的原子间相互作用势(EAM-21)。这种潜力是基于先前开发的CrFeNi三元合金的潜力。通过拟合实验值、密度泛函理论(DFT)和热力学计算来确定开发潜力的参数,以再现主要晶体特征,即:fcc相的稳定性、弹性常数和堆垛层错能。它的适用性的塑性形变机制的研究进行了检查的行为的计算$< 110>\left \{1111 \right \}$刃位错在等原子四元CrFeMnNi合金,以及它的不太复杂的子系统(三元,二元,和纯金属)。在0和900 K之间的温度域中进行的计算,在这个温度范围内的刃型位错和面心立方相稳定性的平滑和稳定的滑移得到证实。这项研究表明,适合的EAM-21潜在的CrFeMnNi HEAs的塑性机制和机械性能的分析。
2022-01-06 cond-mat.mtrl-sci physics.atm-clus
Interatomic Potential in a Simple Dense Neural Network Representation
原子尺度的模拟为理解材料的力学性能提供了一种直接有效的方法。在经典力学体系中,金属和合金的热力学性质的模拟可以通过求解运动方程或进行Monte Carlo采样来完成。精确模拟这样的物理系统以产生忠实的物理量的关键组成部分是使用适当的势场或力场。在本文中,我们将探索使用机器学习领域的方法来克服和绕过原子系统拟合势时遇到的困难。特别是,我们将表明,经典的潜力可以表示一个稠密的神经网络具有良好的精度。
2019-11-04 cond-mat.mtrl-sci cond-mat.stat-mech physics.comp-ph
Bayesian calibration of interatomic potentials for binary alloys
发展可靠的原子间相互作用势模型,并量化预测精度,是原子模拟的关键。常用的电位,如通过嵌入原子方法(EAM)构建的电位,来自半经验考虑,包含必须基于训练数据拟合的未知参数。在目前的工作中,我们调查贝叶斯校准作为一种手段,拟合二元合金的EAM电位。贝叶斯设置自然地同化了关于不确定量的概率断言。通过这种方式,模型参数和模型误差的不确定性可以通过对训练数据进行调节来更新,然后进行预测。我们应用这些技术来调查一个家庭的金-铜系统,其中的训练数据对应于密度泛函理论值的晶格参数,混合双折射率,和各种弹性常数的EAM潜力。通过使用预测分布,我们展示了潜力的局限性,并强调了模型误差统计公式的重要性。
2022-08-03 cond-mat.mtrl-sci physics.data-an
Ab initio machine-learning unveils strong anharmonicity in non-Arrhenius self-diffusion of tungsten
本研究提出一种纳入热激发的高效从头算框架,结合定制机器学习原子间势,发现非谐性强烈影响BCC钨的空位扩散吉布斯能量,解释了其自扩散非阿伦尼乌斯行为的起源,且框架适用于HCP高熵合金,为构建准确从头算扩散数据库提供支撑。
2024-10-07 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
Data-driven learning of total and local energies in elemental boron
硼的同素异形体继续挑战结构解析和固态理论。在这里,我们使用机器学习结合随机结构搜索(RSS)算法来系统地构建硼的原子间势。从随机原子配置的集合开始,我们使用交替的单点量子机械能和力计算、高斯近似势(GAP)拟合和GAP驱动的RSS来迭代地生成元素的势能面的表示。除了非常不同的硼同素异形体的总能量,我们的模型很容易提供原子分辨的,本地的能量,从而加深了对受挫的$β$ -菱面体硼结构的了解。我们的研究结果为有效和自动生成GAP和其他基于机器学习的原子间势打开了大门,并表明它们作为材料发现工具的有用性。
2017-10-28 cond-mat.mtrl-sci
Self-consistent Coulomb interactions for machine learning interatomic potentials
本文提出自洽库仑相互作用的数学框架,在机器学习原子间势中兼顾电荷平衡与局部可迁移性,并给出水团簇能量和电子密度拟合方案。
2024-06-16 cond-mat.mtrl-sci physics.comp-ph
Efficient moment tensor machine-learning interatomic potential for accurate description of defects in Ni-Al Alloys
本研究针对传统矩张量势(MTP)的矩张量缩并优化问题,提出基于遗传算法的优化方案,在提升效率近一个数量级的同时提高精度,应用于Ni-Al合金缺陷建模表现优于半经验势。
2025-05-13 cond-mat.mtrl-sci
From Energy-Force Weighting to Primal-Dual Optimization of Machine-Learned Interatomic Potentials
School of Mathematical Sciences, Institute of Natural Sciences and MOE-LSC, Shanghai Jiao Tong University(上海交通大学数学科学学院、自然科学研究院和教育部线性科学中心);Department of Mathematics, National University of Singapore(新加坡国立大学数学系)
针对机器学习原子间势的能量-力平衡问题,提出力约束拟合方法,通过原对偶优化替代权重选择,在多个体系上实现6.7-8.9倍加速并改善模型选择。
2026-10-02 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
Lindenmann Rule Applied to the Melting of Crystals and Ultrastable Glasses
在熔化温度Tm处,热振动的均方振幅根与原子间距离的比率是普适常数dls。通过控制液体到固体和液体到超稳定玻璃转化的体积节能eS(或Delg)*DHm完成的经典吉布斯自由能变化导致等于eS(或Delg)的通用常数,DHm是晶体熔融焓。用最小值0.217和0.103预测了纯金属液态元素在普适约化温度0 g =(Tg-Tm)/Tm =-0.6223时超稳定玻璃的形成。
2016-10-24 cond-mat.mtrl-sci
Gaussian Approximation Potential: an interatomic potential derived from first principles Quantum Mechanics
在原子水平上模拟材料是研究微观结构和过程的重要工具。量子力学正确地描述了模拟所需的原子相互作用。然而,求解量子力学方程所需的计算资源将量子力学的使用限制在最多几百个原子,并且仅限于可用构型空间的一小部分。本论文介绍了我在发展一种新的原子间相互作用势产生方案方面的研究成果,我们称之为高斯近似势。在我们的框架中,量子力学的势能面被内插在一组预定值之间的原子构型空间中的不同点的非线性,非参数回归方法,高斯过程。为了进行拟合,我们用双谱来表示原子环境,双谱对邻域中原子的排列和全局旋转是不变的。其结果是一个通用的方案,允许一个生成原子间的潜力的基础上任意的量子力学数据。我们使用从密度泛函理论获得的数据建立了一系列高斯近似势,并测试了该方法的能力。我们表明,我们的模型再现的量子力学势能面非常好的IV族半导体,铁和氮化镓。我们的潜力,同时保持量子力学的准确性,比量子力学方法快几个数量级。
2010-03-14 cond-mat.mtrl-sci physics.chem-ph
On phase separation and crystallization of Ge-rich GeSbTe alloys from atomistic simulations with a machine learning interatomic potential
University of Milano-Bicocca(米兰比可卡大学)
本文提出一种机器学习互原子势,用于模拟Ge富GeSbTe合金的相分离与结晶过程,揭示短时间操作条件下动力学效应导致的非平衡相变机制。
2026-04-15 cond-mat.dis-nn cond-mat.mtrl-sci
Unraveling the Crystallization Kinetics of the Ge$_2$Sb$_2$Te$_5$ Phase Change Compound with a Machine-Learned Interatomic Potential
本文为Ge$_2$Sb$_2$Te$_5$开发了一种基于深度神经网络的机器学习原子间势,通过大规模分子动力学模拟揭示了其结晶动力学细节,为在真实器件尺度上模拟相变材料提供了可能。
2024-02-15 cond-mat.dis-nn 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
Unveiling the crystallization kinetics in Ge-rich Ge$_x$Te alloys by large scale simulations with a machine-learned interatomic potential
本文开发了一种高精度的机器学习原子间势,用于大规模分子动力学模拟,揭示了富Ge的Ge$_x$Te合金中依赖于温度的相分离与结晶动力学机制,为提升相变存储器性能提供了重要参考。
2024-04-23 cond-mat.dis-nn cond-mat.mtrl-sci
Thermodynamic modeling of the LiF-YF3 phase diagram
LiF-YF 3二元相图的热力学优化进行拟合吉布斯能函数的实验数据,从文献中,以及从自己的热分析测量(DTA和DSC)HF处理的样品。末端成员化合物的吉布斯能函数取自文献。描述液相中两种氟化物之间相互作用效应的过剩能量项用Redlich-Kister多项式函数表示。计算的相图和热力学性质的独特形成的化合物,LiYF 4,是在合理的协议与实验数据。
2012-02-29 cond-mat.mtrl-sci
Automated free energy calculation from atomistic simulations
我们设计了计算亥姆霍兹和吉布斯自由能及其温度和压力依赖性的自动化工作流程,并提供相应的计算工具。我们采用非平衡热力学评估在给定温度下的固相和液相的自由能和可逆标度计算自由能在很宽的温度范围内,包括直接集成的$P$ - $T$共存线。通过改变化学性质和原子间相互作用势,炼金术和放大自由能计算成为可能。几个例子说明了我们的实现的准确性和效率。
2021-07-19 cond-mat.mtrl-sci cond-mat.stat-mech
Unifying interatomic potential, g(r), elasticity, viscosity, and fragility of metallic glasses: analytical model, simulations, and experiments
提出了一个分析框架来描述金属玻璃的弹性,粘性和脆性与它们的原子级结构和有效的原子间相互作用。自下而上的方法首先基于径向分布函数g(r)的玻尔兹曼反演和通过简单的幂律近似拟合$g(r)$的短程部分来形成有效的Ashcroft-Born-Mayer原子间势。幂指数$λ$表示全局排斥陡度参数。导出了原子连接性与堆积分数$Z \sim ϕ^{1+λ}$之间的标度关系。这种关系,然后实现在晶格动力学模型的高频剪切模量的有效相互作用的吸引力的非谐部分被考虑到通过热膨胀系数映射到一个$T$的依赖的$ϕ$-依赖。然后在玻璃化转变的协同剪切模型内使用以这种方式计算的作为温度的函数的剪切模量,以产生在整个Angell图上作为$T$的双指数函数的过冷熔体的粘度。该模型,它只有一个可调参数(高频笼变形的特征原子体积)进行测试,对新的实验数据的ZrCu合金,并提供了一个很好的单参数描述的粘度下降到玻璃化转变温度。
2016-08-12 cond-mat.dis-nn cond-mat.mtrl-sci cond-mat.soft
Force-matched embedded-atom method potential for niobium
合金中的塑性形变和相变的大规模模拟需要可靠的经典原子间势。作为合金势发展的第一步,我们构建了铌的嵌入原子势。优化的潜在参数,一个收敛良好的密度泛函理论(DFT)的力量,能量和应力的集合产生了一个可靠的和可转移的潜在的分子动力学模拟。该势精确地描述了与拟合数据相关的属性,并且对于拟合范围之外的量也会产生出色的结果。结构和弹性性质,缺陷能量学和热行为与DFT结果和实验数据比较好,例如,DFT的表面能再现误差小于4%,广义堆垛层错能从DFT值相差小于15%,和熔融温度是在2%的实验值。
2010-04-23 cond-mat.mtrl-sci
Evaluating approaches for on-the-fly machine learning interatomic potential for activated mechanisms sampling with the activation-relaxation technique nouveau
本文评估了针对ARTn的即时机器学习势方法,在硅和硅锗结构中实现高精度激活势垒采样,兼具成本效益。
2023-06-22 cond-mat.mtrl-sci physics.comp-ph
Condensed-matter equation of states covering a wide region of pressure studied experimentally
固态材料的压力P、体积V和温度T之间的关系由它们的状态方程(EOSs)描述,这些状态方程通常是从有限应变能或原子间势的考虑中推导出来的。1 -3这些EOSs通常由三个参数组成,通过拟合分析从实验P-V-T数据中确定。在EOSs的经验方法中,人们要么细化这些拟合参数,要么改进数学函数3 -5,以更好地模拟实验数据。尽管对EOS进行了七十多年的研究,但没有发现在实验研究的整个温度和压力范围内对所有类型的固体都是准确的。3,6,7在这里,我们表明简单的经验EOS,P = α1(PV)+ α2(PV)2 + α3(PV)3,其中压力P通过具有三个拟合参数α1 - α3的能量项PV的三次多项式与体积V间接相关,在实验研究的宽压力范围内,甚至在存在相变的情况下,对凝聚态物质的P-vs-V数据提供了精确的描述
2016-12-16 cond-mat.mtrl-sci
ColabFit Exchange: open-access datasets for data-driven interatomic potentials
针对数据驱动原子间势缺乏公开数据集的问题,提出ColabFit Exchange数据库,提供多领域系统组织的数据集,并展示端到端IP开发流程。
2023-09-06 cond-mat.mtrl-sci physics.comp-ph
Fitting to magnetic forces improves the reliability of magnetic Moment Tensor Potentials
本文提出通过拟合磁力构建磁性 Moment Tensor Potentials (mMTP),在 bcc Fe-Al 系统中验证了其与 DFT 结果的精确一致性,并证明该方法能提高结构弛豫的可靠性。
2024-08-21 cond-mat.mtrl-sci cond-mat.other
Gaussian Approximation Potentials: theory, software implementation and application examples
本文介绍了用于原子尺度模拟的高斯近似势(GAP)的理论、算法与软件实现,回顾了其MPI并行化、描述符压缩等最新进展,并附使用示例辅助用户。
2023-10-05 cond-mat.mtrl-sci physics.comp-ph
Atomic-scale expressions for viscosity and fragile-strong behavior in metal alloys based on the Zwanzig-Mountain formula
我们将$T$依赖的过冷液体粘度的推压模型与高频剪切模量的Zwanzig-Mountain公式相结合,使用金属合金的MD模拟的$g(r)$作为输入。该方案导致作为温度的函数的粘度的半解析表达式,其提供了计算$g(r)$的相同合金的粘度的实验数据的三参数模型拟合。该模型提供了直接访问的影响,原子尺度的物理量,如原子间的潜力$ϕ(r)$,粘度和脆强的行为。特别是,它建立了一个陡峭的原子间排斥导致脆弱的液体,或者相反,“软原子使强液体”。
2020-07-24 cond-mat.dis-nn cond-mat.mtrl-sci cond-mat.soft
Machine-learning potentials for nanoscale simulations of deformation and fracture: example of TiB$_2$ ceramic
针对 TiB$_2$ 陶瓷,本文提出通过追加拟合构建机器学习原子间势,以实现从原子尺度到纳米尺度的单晶变形与断裂模拟,并评估其跨条件、跨相可迁移性。
2023-09-02 cond-mat.mtrl-sci
ESPEI for efficient thermodynamic database development, modification, and uncertainty quantification: application to Cu-Mg
软件包ESPEI已开发的热力学模型参数的有效评估内的CALPHAD方法。ESPEI使用线性拟合策略基于热化学数据对单相的吉布斯能函数进行参数化,并使用相平衡数据通过马尔可夫链蒙特卡罗机器学习方法中的贝叶斯优化来细化模型参数。本文详细讨论了ESPEI中采用的方法,并使用基于分段回归的一元描述对低至0 K的Cu-Mg系统进行了演示。模型参数的不确定性被量化并传播到吉布斯能量函数。
2019-02-04 cond-mat.mtrl-sci physics.comp-ph
Defect energy formalism for CALPHAD thermodynamics of dilute point defects: Theory
本文提出 Defect Energy Formalism(DEF),通过绝对缺陷能量与 Gibbs 能参数的显式联系,克服 CALPHAD 中 CEF 的复杂性与拟合需求,实现稀有缺陷的第一性原理热力学建模。
2024-10-31 cond-mat.mtrl-sci
De novo exploration and self-guided learning of potential-energy surfaces
基于机器学习(ML)的原子间相互作用势模型作为材料模拟的工具正在迅速发展。然而,由于其灵活性,它们需要大型的配件数据库,而这些数据库通常是通过大量手动选择和调整参考配置来创建的。在这里,我们表明,ML潜力可以在很大程度上自动化的方式,探索和拟合势能面从一开始(从头)在一个相同的协议。关键的实现步骤是使用配置平均内核度量,允许在每个步骤中选择最相关的几个结构。所得到的潜力是准确的和强大的结构搜索过程中发生的各种配置,尽管只需要一个相对较少的单点DFT计算的小单元格。我们将该方法应用于具有不同化学性质和协调环境的材料,标志着ML潜力在物理,化学和材料科学中更常规应用的里程碑。
2019-05-24 cond-mat.mtrl-sci physics.comp-ph