深度勢能方法在材料科學中的應用

摘要： 第一性原理計算準確但成本高昂，而建立在傳統(tǒng)原子間勢函數(shù)(力場)基礎(chǔ)上的分子動力學模擬速率快但精度低。為了兼顧速率與準確性，機器學習(ML)勢函數(shù)應運而生并得到廣泛應用。深度勢能(DP)為ML勢的一種，近年來備受關(guān)注。本文概述了DP方法在材料科學中的應用。首先介紹了DP的理論基礎(chǔ)，隨后詳細闡述了DP模型的構(gòu)建和使用，并簡要回顧了DP方法在多種材料體系中的應用情況。AIS-Squa... （共13頁）