香港大学MattVerse团队Nature子刊:融合可极化长程作用的机器学习势,解锁多材料体系与复杂界面反应模拟
计算材料学
2025-12-03 15:31
文章摘要
本文背景在于,多材料体系与复杂界面中的极化响应和静电耦合等长程效应主导着许多关键行为,但现有机器学习势对此类效应的捕捉能力有限。研究目的是开发一种融合显式可极化长程物理机制与等变图神经网络的基础势函数框架,以同时实现物理准确性和计算效率。结论表明,该框架在离子扩散、相变及界面反应模拟等任务中表现出色,为材料与新能源领域的数字化研发提供了高效可靠的计算工具。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。