基于神经网络分子动力学的 RPBE-D3 水/蒸气界面的第一性原理结构与热力学
软凝聚态物质
2020-10-26 v2
摘要
借助水在 RPBE 近似下经色散修正的密度泛函理论（DFT）势能面的神经网络表示，我们计算了其液/气界面的若干结构与热力学性质。神经网络的速度使我们能够弥合所需的尺寸与时间尺度鸿沟，从而以空前精度沿液/气共存线采样水的性质。
引用
@article{arxiv.2007.10234,
title = {Ab-initio Structure and Thermodynamics of the RPBE-D3 Water/Vapor Interface by Neural-Network Molecular Dynamics},
author = {Oliver Wohlfahrt and Christoph Dellago and Marcello Sega},
journal= {arXiv preprint arXiv:2007.10234},
year = {2020}
}
备注
published in J. Chem. Phys.; accepted version ; 6 pages, 6 figures