用于石墨烯的机器学习势

我们提出了一种精确的石墨烯原子间势，该势是使用高斯近似势（GAP）机器学习方法构建的。该 GAP 模型获得了对密度泛函理论（DFT）势能面的忠实表示，从而促进了高精度（接近从头算方法的精度）分子动力学模拟。这是在比直接调用电子结构方法的类似计算低数个数量级的计算成本下实现的。我们使用实验和从头算数据作为参考，评估了我们的机器学习模型与多种流行的经验和键序势的准确性。我们发现，尽管经验原子间势与参考数据之间——以及经验势彼此之间——存在显著差异，但此处引入的机器学习模型在所有测试领域均表现出典范性能。计算的性质包括：0 K 下的石墨烯声子色散曲线（我们以低于 meV 的精度进行了预测）、有限温度下的声子谱、高达 2500 K 的面内热膨胀（与 NPT 从头算分子动力学模拟相比），以及石墨烯拉曼带热致展宽与实验观测的比较。我们已将我们的势在 [http://www.libatoms.org] 上免费提供。