提升原子间势精度：更多物理还是更多数据？以二氧化硅为例
计算物理
2018-11-19 v3 原子物理
摘要
本文检验了提升机器学习势精度的两种策略，即增加更多拟合参数从而利用大量可用的量子力学数据，以及添加电荷平衡模型以考量 SiO2 键合的离子性。为此，我们比较了矩张量势（MTPs）与结合电荷平衡（QEq）模型的 MTP（MTP+QEq），二者均拟合于基于 α-石英 SiO2 结构的第一性原理数据集。为进行有意义比较，除精度外，我们评估了各势预测的不确定性。结果表明，向 MTP 添加 QEq 模型相较单独 MTP 势无任何改进，而添加更多参数确实提升了其预测的精度与不确定性。
引用
@article{arxiv.1808.03783,
title = {Improving accuracy of interatomic potentials: more physics or more data? A case study of silica},
author = {Ivan S. Novikov and Alexander V. Shapeev},
journal= {arXiv preprint arXiv:1808.03783},
year = {2018}
}