面向铁电相变的机器学习:基于图卷积神经网络的分子动力学模拟

摘要： 铁电材料广泛应用于功能器件中,对铁电体进行方便、准确的理论建模,是一个长期被关注的问题.本文提出了一种基于图卷积神经网络的铁电相变模拟方法,利用图卷积神经网络对铁电材料的势能面进行原子层面的建模,并将得到的神经网络势函数作为计算器,以驱动大体系的分子动力学模拟.给定原子位置,训练好的图卷积神经网络能够给出势能的高精度预测,达到每原子1 meV级别,与从头算(ab inito)精... （共14页）