我们使用高斯近似势(GAP)机器学习方法构建了石墨烯的精确原子间势。此GAP模型获得了密度泛函理论(DFT)势能面的忠实表示,有助于实现高精度(接近于从头算方法)分子动力学模拟。这是以计算成本实现的,其数量级低于直接调用电子结构方法的可比计算。我们评估了机器学习模型的准确性以及一些流行的经验势和键序势,使用实验和从头算数据作为参考。我们发现,虽然经验原子间势和参考数据之间以及经验势本身之间存在显著差异,但这里引入的机器学习模型在所有测试领域都提供了示范性的性能。计算的性质包括:0 K下的石墨烯声子色散曲线(我们以亚meV精度预测)、有限温度下的声子谱、与NPT相比高达2500 K的平面内热膨胀从头算分子动力学模拟以及石墨烯拉曼光谱的热诱导色散与实验观测的比较。我们已经在网上免费提供了我们的潜力[http://www.libatoms.org].
内政部:https://doi.org/10.103/PhysRevB.97.054303
原子、分子和光学统计物理与热力学凝聚态物质、材料与应用物理学