高通量 DFT 计算中 Monkhorst-Pack k 点与平面波截断的收敛性及机器学习预测
材料科学
2019-02-20 v2
摘要
本工作中，我们开发了密度泛函（DFT）计算中 k 点与平面波截断的自动收敛流程，并将其应用于逾 30000 种材料。该自动收敛计算框架可接受用户自定义的收敛判据输入。对于 k 点，我们将每晶胞能量（EPC）收敛至 0.001 eV/cell 容差，并将结果与采用每原子能量（EPA）0.001 eV/atom 收敛判据所得结果比较。由结果分析，我们可将 k 点密度与平面波截断关联至材料参数，如密度、能带斜率、能带交叉点数、赝势生成中所用最大平面波截断、晶系以及材料中独特物种数。我们也识别出一些需比其它材料更仔细收敛的材料物种。此外，我们统计研究了 k 点与截断对交换关联泛函的依赖性。我们利用所有这些数据统计训练机器学习模型，以预测通用材料的 k 点线密度与平面波截断。这将为用户提供朝向收敛 DFT 计算的良好起点。所用代码与收敛数据发布于以下网站：https://jarvis.nist.gov/ 与 https://github.com/usnistgov/jarvis 。
引用
@article{arxiv.1809.01753,
title = {Convergence and machine learning predictions of Monkhorst-Pack k-points and plane-wave cut-off in high-throughput DFT calculations},
author = {Kamal Choudhary and Francesca Tavazza},
journal= {arXiv preprint arXiv:1809.01753},
year = {2019}
}