机器学习力场中截断半径的选择

摘要

基于从头算分子动力学的机器学习方法构建力场已成为一个高度活跃的研究领域，然而目前对机器学习力场中截断半径的选择并没有一个可供参考的依据。利用83种不同材料的1 600多种结构构型进行从头算分子动力学模拟，分析近邻原子移动前后作用在中心原子上的力的变化，从而确定机器学习力场中截断半径的选择。当近邻原子与中心原子的距离在7.5?或10?（1?=0.1 nm）时，力的误差通常在10^-3 eV/?内；当原子间距为5?时，力的误差会增加到10^-2 eV/?。故在机器学习力场中设定5?的截断半径值就能够满足精度要求。此外，对于原子晶体来说，截断半径值可略大于5?；而对于分子晶体来说，截断半径值可小于5?；就金属晶体、离子晶体和合金而言，截断半径值为5?即可。该研究首次补充了机器学习力场中截断半径相关的理论知识，将有利于机器学习力场的发展。

关键词

机器学习力场 / 从头算分子动力学 / 截断半径 / 力

基金资助

中国科学院稳定支持基础研究领域青年团队计划项目（YSBR-053）;中国科学院网络安全和信息化专项应用示范项目（CAS-WX2023PY-0101）