Письма в Журнал экспериментальной и теоретической физики
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Письма в ЖЭТФ:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Письма в Журнал экспериментальной и теоретической физики, 2023, том 117, выпуск 5, страницы 377–384
DOI: https://doi.org/10.31857/S1234567823050099
(Mi jetpl6887)
 

Эта публикация цитируется в 7 научных статьях (всего в 7 статьях)

КОНДЕНСИРОВАННОЕ СОСТОЯНИЕ

Структурная наследственность жидкость-кристалл в потенциалах машинного обучения для сетеобразующих систем

И. А. Балякинab, Р. Е. Рыльцевa, Н. М. Щелкачевac

a Институт металлургии Уральского отделения РАН, 620016 Екатеринбург, Россия
b Научно-образовательный центр “Наноматериалы и нанотехнологии”, Уральский Федеральный университет, 620002 Екатеринбург, Россия
c Институт физики высоких давлений им. Л. Ф. Верещагина, 142190 Москва, Россия
Список литературы:
Аннотация: В работе рассмотрен вопрос о способности потенциалов машинного обучения (MLIP), параметризованных с использованием только неупорядоченных конфигураций, соответствующих жидкости, описывать свойства кристаллических фаз и предсказывать их структуру. В качестве объекта исследования мы рассматриваем сетеобразующую систему $\rm{SiO_2}$, обладающую большим количеством полиморфных фаз, значительно отличающихся по структуре и плотности. С использованием только высокотемпературных неупорядоченных конфигураций был параметризован MLIP на основе искусственных нейронных сетей (модель DeePMD). Потенциал демонстрирует хорошую способность воспроизводить ab initio зависимости энергии от объема и плотности колебательных состояний для всех рассмотренных тетра- и октаэдрических кристаллических фаз $\rm{SiO_2}$. Более того, при помощи комбинации эволюционного алгоритма и разработанного DeePMD-потенциала удалось воспроизвести реально наблюдаемые в эксперименте кристаллические структуры $\rm{SiO_2}$. Такая хорошая переносимость жидкость-кристалл для MLIP открывает перспективы моделирования структуры и свойств новых систем, для которых отсутствует экспериментальная информация о кристаллических фазах.
Финансовая поддержка Номер гранта
Российский научный фонд 22-22-00506
Исследование выполнено за счет гранта Российского научного фонда # 22-22-00506, https://rscf.ru/project/22-22-00506/.
Поступила в редакцию: 11.11.2022
Исправленный вариант: 31.01.2023
Принята в печать: 31.01.2023
Англоязычная версия:
Journal of Experimental and Theoretical Physics Letters, 2023, Volume 117, Issue 5, Pages 370–376
DOI: https://doi.org/10.1134/S0021364023600234
Реферативные базы данных:
Тип публикации: Статья
Образец цитирования: И. А. Балякин, Р. Е. Рыльцев, Н. М. Щелкачев, “Структурная наследственность жидкость-кристалл в потенциалах машинного обучения для сетеобразующих систем”, Письма в ЖЭТФ, 117:5 (2023), 377–384; JETP Letters, 117:5 (2023), 370–376
Цитирование в формате AMSBIB
\RBibitem{BalRylCht23}
\by И.~А.~Балякин, Р.~Е.~Рыльцев, Н.~М.~Щелкачев
\paper Структурная наследственность жидкость-кристалл в потенциалах машинного обучения для сетеобразующих систем
\jour Письма в ЖЭТФ
\yr 2023
\vol 117
\issue 5
\pages 377--384
\mathnet{http://mi.mathnet.ru/jetpl6887}
\crossref{https://doi.org/10.31857/S1234567823050099}
\edn{https://elibrary.ru/pybaym}
\transl
\jour JETP Letters
\yr 2023
\vol 117
\issue 5
\pages 370--376
\crossref{https://doi.org/10.1134/S0021364023600234}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/jetpl6887
  • https://www.mathnet.ru/rus/jetpl/v117/i5/p377
  • Эта публикация цитируется в следующих 7 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Письма в Журнал экспериментальной и теоретической физики Pis'ma v Zhurnal Иksperimental'noi i Teoreticheskoi Fiziki
    Статистика просмотров:
    Страница аннотации:89
    Список литературы:29
    Первая страница:13
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024