数据驱动方法参数化 SCAN+U 以准确描述 3d 过渡金属氧化物热化学
材料科学
2022-03-29 v2
摘要
半局域 DFT 方法对过渡金属氧化物的相图表现出显著误差，其源于对分子氧的不正确描述以及强局域电子轨道材料中的大自相互作用误差。基于 DFT+U 方法的经验与半经验修正可减小这些误差，但修正项的参数化与验证仍是一项持续挑战。我们开发了一种系统性方法来确定参数并通过考虑一组过渡金属化合物上的热化学数据来统计评估所得结果。我们考虑三个相互关联的修正项层级：（1）常数氧结合修正，（2）Hubbard-U 修正，以及（3）DFT/DFT+U 兼容性修正。该参数化被表述为一个统一的优化问题。我们针对 3d 过渡金属氧化物展示了此方法，考虑了一组二元与三元氧化物的目标集。取自文献的共计 37 个实测生成焓，通过系统枚举由生成能推导出 1,710 个独特反应的反应能，从而扩充了数据集。为确保可用数据间的均衡数据集，利用聚类按相似性对反应分组并适当加权。该参数化使用留一法交叉验证（CV）——一种统计模型验证的标准技术——进行验证。我们将此方法应用于 SCAN 密度泛函。基于 CV 分数，二元（三元）氧化物生成能的误差降低了 40%（75%），至 0.10（0.03）eV/atom。此处演示的方法与工具可应用于其他类材料，或参数化修正以优化 DFT+U 对其他目标物理性质的性能。
引用
@article{arxiv.2102.01131,
title = {Data-driven Approach to Parameterize SCAN+U for an Accurate Description of 3d Transition Metal Oxide Thermochemistry},
author = {Nongnuch Artrith and José Antonio Garrido Torres and Alexander Urban and Mark S. Hybertsen},
journal= {arXiv preprint arXiv:2102.01131},
year = {2022}
}
备注
49 pages, 8 figures, 1 table, 6 SI figure, 5 SI tables