|
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
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.
Поступила в редакцию: 11.11.2022 Исправленный вариант: 31.01.2023 Принята в печать: 31.01.2023
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
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/jetpl6887 https://www.mathnet.ru/rus/jetpl/v117/i5/p377
|
Статистика просмотров: |
Страница аннотации: | 89 | Список литературы: | 29 | Первая страница: | 13 |
|