ジルコニアの相転移:密度汎関数理論を超えた機械-希薄力場【JST・京大機械翻訳】

Liu Peitao; Liu Peitao; Liu Peitao; Verdi Carla; Karsai Ferenc; Kresse Georg; Kresse Georg

文献

J-GLOBAL ID：202202290483991393 整理番号：22A0752968

ジルコニアの相転移:密度汎関数理論を超えた機械-希薄力場【JST・京大機械翻訳】

Phase transitions of zirconia: Machine-learned force fields beyond density functional theory

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0752968&from=J-GLOBAL&jstjournalNo=D0746A") }}

著者 (7件)： , , , , , ,
資料名：
巻： 105 号： 6 ページ： L060102 発行年： 2022年
JST資料番号： D0746A ISSN： 2469-9950 CODEN： PRBMDO 資料種別：逐次刊行物 (A)
記事区分：短報発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

機械学習力場(MLFF)は,多くの材料特性の第一原理シミュレーションを加速するためにますます使用されている。しかし,MLFFsは一般に密度汎関数理論(DFT)データから訓練され,従ってDFTと同じ限界に悩まされている。より予測精度を達成するためには,より高いレベルの理論に基づくMLFFが必要であるが,訓練は例外的に困難である。ここでは,効率的なオンザフライ能動学習法とΔマシン学習を組み合わせたDFT精度を超えるMLFFを生成するアプローチを示した。このアプローチを用いて,ランダム位相近似(RPA)に基づくジルコニアに対するMLFFを生成した。特に,DFTベースの分子動力学シミュレーション中のハエ上で訓練されたMLFFは,RPAとDFT計算エネルギー,力,および応力テンソルの差で訓練された別のMLFFによって補正される。これらの違いの比較的滑らかな性質により,高価なRPA計算が,カーネル行列のランク圧縮によって選択された小単位格子の少数の代表的構造でのみ実行できることを示した。これは計算コストを劇的に減少させ,DFTを超えて高レベル量子力学計算を再現できるMLFFを完全に生成することを可能にする。このアプローチを慎重に検証し,ジルコニアの相転移の研究に成功した。これらの結果は材料の有限温度特性の多体計算への道を開いた。Copyright 2022 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

固相転移 , 電子構造一般

, , ,

前のページに戻る