晶体与液态硅神经网络势中基的稀疏选择
材料科学
2015-08-24 v2
摘要
利用前向逐步回归技术开发了晶体和液态硅的神经网络原子间势，以在保持势精度的同时减少基的数量。这种构建神经网络势的方法使我们能够系统性地、而非启发式地选择更少且重要的基，从而构建准确的原子间势。对体相晶体性质以及液态硅动态性质的评估表明，神经网络势与第一性原理结果之间具有良好的一致性。
引用
@article{arxiv.1508.04899,
title = {Sparse selection of bases in neural-network potential for crystalline and liquid Si},
author = {Ryo Kobayashi and Tomoyuki Tamura and Ichiro Takeuchi and Shuji Ogata},
journal= {arXiv preprint arXiv:1508.04899},
year = {2015}
}