用于精确描述块体、表面与纳米颗粒的通用机器学习铂原子间势
材料科学
2023-04-06 v3
摘要
我们提出了一种用于铂的高斯近似机器学习原子间势。它已在针对块体、表面以及纳米结构铂（尤其是纳米颗粒）计算的 DFT 数据上训练。在包括块体弹性、表面能量学与纳米颗粒稳定性在内的所测试性质范围内，该势展现出优异的迁移性与同 DFT 的一致性，以低计算成本提供了 SOTA 精度。我们以两个例子展示了该势赋能的 Pt 体系建模可能：利用嵌套采样计算的 Pt 压力-温度相图，以及基于持续数纳秒的经典动力学模拟对大型 Pt 纳米颗粒自发结晶的研究。
引用
@article{arxiv.2301.11639,
title = {A general-purpose machine learning Pt interatomic potential for an accurate description of bulk, surfaces and nanoparticles},
author = {Jan Kloppenburg and Livia B. Pártay and Hannes Jónsson and Miguel A. Caro},
journal= {arXiv preprint arXiv:2301.11639},
year = {2023}
}