基于软约束自旋极化密合函数计算的铁-钯材料磁矩张量势能主动学习
材料科学
2026-05-27 v1 原子物理
摘要
在机器学习原子势能（磁性MLIPs）中显式地包含磁度自由度对于正确描述磁性材料及其性质至关重要。拟合磁性MLIPs的一个重要要素是进行带有非平衡磁矩的自旋极化密合函数（DFT）计算，即对磁矩施加约束的DFT计算。在本研究中，我们提出了在分子动力学（MD）模拟期间对磁性矩张量势能（mMTP）进行主动学习的工作流程。磁性MTP及其主动学习算法在开源软件包 spin-MLIP 中实现，DFT软约束自旋极化计算使用 VASP 代码完成，MD模拟在开源软件包 LAMMPS 中进行。我们以 Fe-Pd 晶体为测试案例。磁化和态密（DOS）随超胞体积（或压力）的变化与DFT计算结果良好一致。进一步地，计算得到的DOS与实验测得的DOS一致。
引用
@article{arxiv.2605.26897,
title = {Active learning of collinear magnetic Moment Tensor Potentials using the spin-MLIP package from soft-constrained spin-polarized DFT calculations: a case study of Fe-Pd},
author = {Arseniy Burov and Alexey S. Kotykhov and Dmitry A. Aksyonov and Ivan S. Novikov and Vladimir V. Ladygin},
journal= {arXiv preprint arXiv:2605.26897},
year = {2026}
}