基于力导向主动学习的拓扑绝缘体 Bi1-xSbx 及其位错的内原子势开发
材料科学
2025-10-22 v1
摘要
我们引入一种力导向主动学习算法，将密度泛函理论 DFT 与高斯近似势 GAP 框架相结合，用于开发拓扑绝缘体 Bi1-xSbx 中位错的稳健内原子势。该算法从初始势 IP0 开始，该势基于受应变的 Bi-Sb 二元体的晶格单元数据训练。主动学习方法在结构弛豫过程中不断细化该势。在每个循环中，如果距离位错核心的任何原子的力误差不确定性超过阈值值，则将 IPi 高效地重新训练为 IPi+1，通过纳入远离高不确定性原子的原子的 DFT 计算力和能量。该策略确保在实现完全收敛之前，弛豫过程保持低力误差。因此，最终的势 IP5 具有两个功能：1 它再现了主动学习过程中观察到的弛豫路径，不同于初始的 IP0 后者缺乏位错核心的先验知识；2 它捕捉了 Bi-Sb 二元体在不同 Sb 浓度范围内的晶格和弹性性能。我们还评估了位错属性（如 Peierls 应力和位错生成）通过压缩来测试所训练势 IP5 的性能。
引用
@article{arxiv.2510.18217,
title = {Interatomic potential development for topological insulator Bi1-xSbx and its dislocation by force-following active learning},
author = {Moon-ki Choi and Daniel Palmer and Harley T. Johnson},
journal= {arXiv preprint arXiv:2510.18217},
year = {2025}
}