...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Physical review >High-dimensional neural network potentials for metal surfaces: A prototype study for copper
【24h】

High-dimensional neural network potentials for metal surfaces: A prototype study for copper

机译：金属表面的高维神经网络电位：铜的原型研究

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The atomic environments at metal surfaces differ strongly from the bulk, and, in particular, in case of reconstructions or imperfections at "real surfaces," very complicated atomic configurations can be present. This structural complexity poses a significant challenge for the development of accurate interatomic potentials suitable for large-scale molecular dynamics simulations. In recent years, artificial neural networks (NN) have become a promising new method for the construction of potential-energy surfaces for difficult systems. In the present work, we explore the applicability of such high-dimensional NN potentials to metal surfaces using copper as a benchmark system. A detailed analysis of the properties of bulk copper and of a wide range of surface structures shows that NN potentials can provide results of almost density functional theory (DFT) quality at a small fraction of the computational costs.
机译：金属表面的原子环境与本体的原子环境有很大的不同，特别是在“真实表面”上存在重构或瑕疵的情况下，会出现非常复杂的原子构型。这种结构上的复杂性对开发适用于大规模分子动力学模拟的精确原子间电势提出了重大挑战。近年来，人工神经网络（NN）已成为一种有希望的新方法，用于构造困难系统的势能表面。在当前的工作中，我们探索使用铜作为基准系统的此类高维NN电位对金属表面的适用性。对块状铜和各种表面结构的特性进行的详细分析表明，NN电位可以在很小的计算成本下提供几乎密度泛函理论（DFT）质量的结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号