NEP89：面向89种元素的通用神经进化潜能
材料科学
2025-06-11 v2
摘要
虽然机器学习生成的原子势能量函数能够实现接近量子机械精度的原子尺度模拟，但许多模型材料特定或计算密集，限制了其更广泛的应用。本文介绍NEP89，一种基于神经进化潜能架构的基础模型，实现类经验势能的速度和高精度，覆盖89种元素。通过描述符空间抽样和在多个数据集上的迭代细化，精选了覆盖无机和有机材料的紧凑而全面的训练数据集。NEP89在准确度上与代表性基础模型相当，但计算效率高出三个到四个数量级，使Previously不可能的大规模原子尺度模拟成为可能，涵盖无机和有机系统。除了可直接应用于包括构成复杂合金的百万原子规模压缩、固态电解质和水中的离子扩散、岩盐溶解、甲烷燃烧以及蛋白-配体动力学等多种场景外，NEP89还支持针对二维材料、金属玻璃和有机晶体等特定应用进行微调，实现快速适应，如机械、热力学、结构和光谱性质。
引用
@article{arxiv.2504.21286,
title = {NEP89: Universal neuroevolution potential for inorganic and organic materials across 89 elements},
author = {Ting Liang and Ke Xu and Eric Lindgren and Zherui Chen and Rui Zhao and Jiahui Liu and Esmée Berger and Benrui Tang and Bohan Zhang and Yanzhou Wang and Keke Song and Penghua Ying and Nan Xu and Haikuan Dong and Shunda Chen and Paul Erhart and Zheyong Fan and Tapio Ala-Nissila and Jianbin Xu},
journal= {arXiv preprint arXiv:2504.21286},
year = {2025}
}
备注
14 pages, 5 figures in the main text; 1 supplementary table, 11 supplementary figures in the SI