Li-Si 体系晶体结构搜索的随机弛豫数据集
材料科学
2023-03-10 v3 机器学习
计算物理
摘要
晶体结构搜索是材料设计中长期存在的挑战。我们提出一个包含超过 100,000 次从随机结构出发、使用密度泛函理论计算得到的潜在电池负极材料结构弛豫的数据集。我们通过训练图神经网络从随机生成的结构预测结构弛豫来展示该数据集的用法。我们的模型除力之外还直接预测应力，这使得它们能够准确模拟离子位置和晶格矢量的弛豫。我们表明，在分子动力学模拟上训练的模型无法模拟从随机结构出发的弛豫，而在我们的数据上训练可使同一任务的误差降低多达两个数量级。我们的模型能够找到从训练中留出的一种化学计量比的经实验验证的结构。我们发现，在训练期间随机扰动原子位置可改善模型的准确性和域外泛化能力。
引用
@article{arxiv.2012.02920,
title = {Dataset of Random Relaxations for Crystal Structure Search of Li-Si System},
author = {Gowoon Cheon and Lusann Yang and Kevin McCloskey and Evan J. Reed and Ekin D. Cubuk},
journal= {arXiv preprint arXiv:2012.02920},
year = {2023}
}