(纯计算)丹麦科技大学Phys. Rev. Mater.: 二维范德华材料的色散校正机器学习势

本文介绍了丹麦科技大学Kristian Sommer Thygesen课题组在Phys. Rev. Mater.上发表的研究，探讨了色散校正机器学习势在二维范德华材料中的应用。研究背景是基于消息传递神经网络的机器学习原子间势（MLIPs）有望实现复杂材料的大规模原子尺度模拟，并达到从头算精度。研究目的是系统评估六种色散校正MLIPs在莫尔超晶胞范德华异质双层材料中的性能。研究结果表明，经过色散校正的最新MLIPs模型在处理一般范德华异质结时已与DFT方法相当，能带能量的平均绝对误差可低至35 meV，这为其应用于复杂且具有实验相关性的二维材料体系提供了理论依据。