面向常规凝聚相模拟的 Delta-学习耦合群精度：应用于液态水
化学物理
2025-08-20 v1 材料科学
计算物理
摘要
模拟液态水以匹配其丰富的实验数据精度，既需要精确的电子结构方法，也需要可靠的核（量子）运动抽样。这具有挑战性，因为将首选的电子结构方法——包含单、双和偶发三重激发的耦合群理论（CCSD(T)）——应用于凝聚相系统，目前受限于其计算成本和复杂度。近期的精彩尝试已证明，这种精度确实可以将模拟的液态水带到与实验接近的程度，所需的机器学习势能（MLP）实现了这一点。然而，实现这一目标仍距离常规化还很远，需要大量数据集和显著的计算成本。本文引入了一种实用方法，将 MLP 的最新发展与局部关联近似结合，实现对液态水进行常规的 CCSD(T) 级别模拟。当结合核量子效应时，我们实现了对结构和输运性质的实验精度。关键的是，这种方法超越了常数体积，扩展到常数压力模拟，允许基于 MLP 的 CCSD(T) 模型预测基本性质，如密度。重要的是，该方法也处理了常数压力模拟，使基于 MLP 的 CCSD(T) 模型能够预测等温等压 Bulk 性质，例如水的密度最大值，与实验结果高度一致。涵盖电子结构、数据集和 MLP 架构方面的广泛测试，为实现常规化的开发 CCSD(T) 级别的 MLP 以服务于凝聚相提供了实用蓝图。
引用
@article{arxiv.2508.13391,
title = {Towards Routine Condensed Phase Simulations with Delta-Learned Coupled Cluster Accuracy: Application to Liquid Water},
author = {Niamh O'Neill and Benjamin X. Shi and William Baldwin and William C. Witt and Gábor Csányi and Julian D. Gale and Angelos Michaelides and Christoph Schran},
journal= {arXiv preprint arXiv:2508.13391},
year = {2025}
}