机器学习势在铁电材料研究中的应用

摘要： 铁电材料作为一类具有自发极化且极化外场可控的功能材料，在非易失信息存储方面有着广阔的应用前景，同时也面临着许多挑战。铁电材料的性能与在外场作用下极化的动力学行为密切相关，在观测精度受限的实验条件下，高精度的原子级材料模拟手段显得尤为重要。分子动力学为在较大的空间和时间尺度上研究材料动力学过程提供了理想的手段，然而受制于传统力场精度差、开发难度高、可移植性差等问题，基于经典力场的...