从亚稳态晶界中学习
材料科学
2025-01-22 v1
摘要
晶界（GBs）控制着多晶体的关键性质。尽管在表征最小能量晶界方面取得了显著进展，但真实的晶界很少处于这种状态，这使得建立结构-性质关系具有挑战性。亚稳态中原子排列的多样性促使我们使用数据驱动的方法来建立这些关系。在本研究中，我们利用一个包含对称倾斜铜晶界的最小能量态和亚稳态的庞大原子数据库（约5000个），结合物理动机的局域原子环境（LAE）描述符（应变泛函描述符，SFDs）来预测晶界性质。我们的回归模型仅使用19个描述符就展现出强大的预测能力，并能推广到纳米晶体中的原子环境。我们工作的一个显著亮点是将无监督方法与SFDs相结合，以阐明晶界处的LAEs及其在决定性质中的作用。我们的研究强调了基于物理的LAE表示的作用以及数据驱动方法在建立晶界结构-性质关系中的有效性。
引用
@article{arxiv.2406.00204,
title = {Learning from metastable grain boundaries},
author = {Avanish Mishra and Sumit A. Suresh and Saryu J. Fensin and Nithin Mathew and Edward M. Kober},
journal= {arXiv preprint arXiv:2406.00204},
year = {2025}
}