面向有限与扩展体系的端到端对称性保持原子间势能模型
计算物理
2020-07-21 v2 材料科学
化学物理
摘要
机器学习模型正在改变分子建模的范式，而分子建模是材料科学、化学和计算生物学的基础工具。尤其令人关注的是原子间势能面（PES）。在此我们开发了Deep Potential-Smooth Edition（DeepPot-SE），一种基于端到端机器学习的PES模型，能够以第一性原理量子力学模型的精度高效表示多种体系的PES。通过构造，DeepPot-SE具有广延性且连续可微，随体系大小线性标度，并保留系统的所有自然对称性。此外，我们表明DeepPot-SE以高保真度描述了包括有机分子、金属、半导体和绝缘体在内的有限与扩展体系。
引用
@article{arxiv.1805.09003,
title = {End-to-end Symmetry Preserving Inter-atomic Potential Energy Model for Finite and Extended Systems},
author = {Linfeng Zhang and Jiequn Han and Han Wang and Wissam A. Saidi and Roberto Car and Weinan E},
journal= {arXiv preprint arXiv:1805.09003},
year = {2020}
}