基于机器学习势能的二维MoS2大规模协同硫空位动力学
材料科学
2025-08-20 v1
摘要
MoS2单层中形成的扩展硫空位与催化活性密切相关，可能也是其仿忆阻器行为的基础。利用机器学习原子势（MLIPs）进行纳秒尺度的分子动力学模拟，揭示了协同空位运输的关键机制，包括空位聚集成任意大小簇的过程。模拟结果为实验中观察到的辐射诱导的空位图案提供了连贯的原子尺度解释，尤其是跨越数十纳米的线状缺陷的形成。我们比较了两种MLIP框架的性能：(i)基于高斯近似势的即时学习（on-the-fly learning），和(ii)对等变根基模型的微调。
引用
@article{arxiv.2508.13790,
title = {Large-scale cooperative sulfur vacancy dynamics in two-dimensional MoS2 from machine learning interatomic potentials},
author = {Aaron Flötotto and Benjamin Spetzler and Rose von Stackelberg and Martin Ziegler and Erich Runge and Christian Dreßler},
journal= {arXiv preprint arXiv:2508.13790},
year = {2025}
}
备注
17 pages, 9 figures