基于高斯过程的探索-利用对晶格哈密顿量进行功能与结构发现的探索
材料科学
2020-11-30 v4 计算物理
摘要
从简单晶格到复杂量子哈密顿量的统计物理模型是现代物理学的支柱之一，它们既带来了数十年的科学发现，也为理解从合金化到受阻和相分离材料乃至量子系统等广泛现象提供了普适框架。传统上，对应于哈密顿量多维参数空间的相图探索是借助基本物理原理、解析近似和大量数值建模的组合来进行的。然而，复杂多维参数空间的探索面临经典的维度问题，而集中于低维流形上的关注行为可能始终未被发现。在此，我们展示探索与探索-利用相结合、配合高斯过程建模和贝叶斯优化，能够对晶格哈密顿量的参数空间进行有效探索，并有效映射出特定宏观功能或局域结构达到最大的区域。我们认为该方法是通用的，并可进一步扩展至晶格哈密顿量之外，以有效探索更复杂的非晶格和动态模型的参数空间。
引用
@article{arxiv.2004.04832,
title = {Exploration of lattice Hamiltonians for functional and structural discovery via Gaussian Process-based Exploration-Exploitation},
author = {Sergei V. Kalinin and Mani Valleti and Rama K. Vasudevan and Maxim Ziatdinov},
journal= {arXiv preprint arXiv:2004.04832},
year = {2020}
}
备注
Added GP exploration of a priori unknown Hamiltonian. Updated references