数据驱动的铁 spd 紧束缚模型的发展——基于 QSGW 与 DFT 计算并包含高阶弹性常数信息的参数化
材料科学
2021-11-17 v1
摘要
量子力学（QM）模拟凭借其预测能力，能够深入揭示空位、位错和晶界等缺陷的性质与动力学。在开发可靠、廉价且环保的合金背景下，这些考量至关重要。然而，尽管计算机性能取得了显著进步，使用第一性原理/非参数方法进行缺陷的 QM 模拟仍然极其耗时。双中心 Slater-Koster（SK）紧束缚（TB）模型能够实现显著的计算效率，并提供可解释的能带结构图像。在某些情况下，这使得 TB 成为基于电子结构抽象（如嵌入原子模型）的模型的引人注目的替代方案。SK 方法实现中的最大挑战在于估计用于构造哈密顿矩阵的最优且可迁移的参数。在本文中，我们将展示一个数据驱动框架的发展结果，该框架遵循调整参数以重现可通过第一性原理或非参数方法测量或估算的性质的经典方法。其显著特点包括纳入来自 QSGW（准粒子自洽 GW 近似）计算的数据，以及考虑高阶弹性常数。此外，我们提供了优化过程的描述（许多出版物中省略了这一点），包括设计阶段。我们还应用了现代优化技术，使我们能够对参数空间施加最小约束。总之，本文在解决相关挑战与优势的同时，对半经验方法做了一些方法学改进。
引用
@article{arxiv.2009.05419,
title = {Development of data-driven spd tight-binding models of Fe -- parameterisation based on QSGW and DFT calculations including information about higher-order elastic constants},
author = {Bartosz Barzdajn and Alexander M Garrett and Thomas M Whiting and Christopher P Race},
journal= {arXiv preprint arXiv:2009.05419},
year = {2021}
}