【精选论文】西北大学司良、中科院宁波材料所何日、西北大学王永强教授：运用机器学习势函数计算NbO2性质的温度依赖性

本文研究了复杂过渡金属氧化物NbO2在不同温度和压强下的结构相变行为。研究采用深度势能（DP）学习方法训练原子间相互作用势函数，结合分子动力学模拟，成功再现了NbO2从低温到高温的相变过程，并构建了与实验吻合的温度/压强相图。研究发现，Nb的二聚体形成是控制相变的关键因素，低温下二聚体的位移推动相变，而高温下二聚体消失导致高对称性相的形成。研究还验证了DP模型在高压条件下的预测能力，成功预测了实验中观测到的高压单斜相。这一研究不仅阐明了NbO2相变的微观机制，还展示了结合DFT和深度势能MD方法在研究复杂相变中的有效性。