基于人工神经网络的二维单层SnTe结构相变研究
材料科学
2021-03-30 v2 计算物理
摘要
随着机器学习在工程和科学中日益重要，机器学习技术不可避免地将被应用于材料研究，特别是铁电材料中常见的结构相变。在此，我们构建并训练了一个人工神经网络，以准确预测与原子位移相关的能量变化，并将训练好的人工神经网络用于铁电材料的蒙特卡洛模拟，以研究其相变。我们将该方法应用于二维单层SnTe，表明它确实可用于模拟相变并预测转变温度。当被视为一种通用数学结构时，该人工神经网络在具备基于第一性原理方法生成的训练数据的情况下，可轻易迁移至其他铁电材料的研究中。
引用
@article{arxiv.2012.11137,
title = {Structural phase transition of two-dimensional monolayer SnTe from artificial neural network},
author = {Jiale Zhang and Danni Wei and Feng Zhang and Xi Chen and Dawei Wang},
journal= {arXiv preprint arXiv:2012.11137},
year = {2021}
}
备注
5 pages, 5 figures