利用通用神经网络势PFP计算真实体系纳米颗粒
材料科学
2021-07-05 v1
摘要
从理论上探究真实体系纳米颗粒的稳定性与活性至关重要。尽管文献中可见以此为目的的理论方法应用，但传统理论方法昂贵的计算成本阻碍了其在实际材料设计中的大规模应用。随着神经网络算法近期的发展与计算机系统的进步，神经网络势已成为以合理计算时间描述包括金属与分子在内广泛材料的有前景候选。本研究中，我们成功验证了通用神经网络势PFP对单金属Ru纳米颗粒、PdRuCu三元合金纳米颗粒及Rh纳米颗粒上NO吸附相对于第一性原理计算的描述能力。我们进一步对NO-Rh体系进行分子动力学模拟，并挑战PFP描述大型负载Pt纳米颗粒体系。
引用
@article{arxiv.2107.00963,
title = {Calculations of Real-System Nanoparticles Using Universal Neural Network Potential PFP},
author = {Gerardo Valadez Huerta and Yusuke Nanba and Iori Kurata and Kosuke Nakago and So Takamoto and Chikashi Shinagawa and Michihisa Koyama},
journal= {arXiv preprint arXiv:2107.00963},
year = {2021}
}
备注
Main Manuscript: 14 pages, 6 Figures, Supporting Information: 3 pages, 4 figrues