使用神经网络势对含氧空位的SrTiO₃进行分子动力学模拟
材料科学
2025-06-12 v1 计算物理
摘要
对固体中点缺陷的精确分析需要大规模系统的精确分子动力学(MD)模拟。然而，基于密度泛函理论(DFT)的第一性原理MD模拟计算成本高昂，而经典MD模拟缺乏精度。我们使用神经网络势(NNP)模型(NNP-MD)对 pristine SrTiO₃以及存在氧空位(V_O)的SrTiO₃的物理量进行MD模拟。为了验证在不同数据集上训练的NNP模型的准确性，其NNP-MD预测结果与DFT计算结果进行了比较。所有这些NNP模型的总能量预测与DFT结果吻合良好，并且当SrTiO₃:V_O数据被纳入训练数据集后，NNP模型也能预测形成能。即使对于难以使用第一性原理计算的大超胞尺寸，NNP-MD模拟评估的形成能也能很好地复现外推的DFT值。本研究为构建精确描述含氧空位SrTiO₃等点缺陷系统的NNP模型提供了重要知识。
引用
@article{arxiv.2506.09372,
title = {Molecular Dynamics Simulations of SrTiO$_3$ with Oxygen Vacancies using Neural Network Potentials},
author = {Kazutaka Nishiguchi and Ryota Yamamoto and Meguru Yamazaki and Naoki Matsumura and Yuta Yoshimoto and Seiichiro L. Ten-no and Yasufumi Sakai},
journal= {arXiv preprint arXiv:2506.09372},
year = {2025}
}
备注
20 page, 7 figures