深度势能方法在材料科学中的应用

作     者：文通其 刘怀忆 龚小国 叶贝琳 刘思宇 李卓远 WEN Tongqi;LIU Huaiyi;GONG Xiaoguo;YE Beilin;LIU Siyu;LI Zhuoyuan

作者机构：香港大学机械工程系中国香港999077 

出 版 物：《金属学报》 (Acta Metallurgica Sinica)

年 卷 期：2024年第60卷第10期

页      面：1299-1311页

核心收录：

学科分类：08[工学] 080502[工学-材料学] 0805[工学-材料科学与工程（可授工学、理学学位）] 

基　　金：香港大学种子基金项目No.2201100392 

主　　题：深度势能 原子模拟 机器学习势函数 神经网络 

摘      要：第一性原理计算准确但成本高昂,而建立在传统原子间势函数(力场)基础上的分子动力学模拟速率快但精度低。为了兼顾速率与准确性,机器学习(ML)势函数应运而生并得到广泛应用。深度势能(DP)为ML势的一种,近年来备受关注。本文概述了DP方法在材料科学中的应用。首先介绍了DP的理论基础,随后详细阐述了DP模型的构建和使用,并简要回顾了DP方法在多种材料体系中的应用情况。AIS-Square为DP模型的开发提供了训练数据库及工作流。之后,对比了DP模型与第一性原理计算方法及传统势函数在精度和效率上的表现。最后,对DP方法的发展前景进行了展望。