本发明属于计算化学和物理技术领域,具体为一种适用于机器学习势能面构造的物质结构描述方法。本发明利用输入的原子坐标,构造一系列特征函数作为输入信息,利用机器学习方法训练物质体系的全局势能面数据,得到机器学习势能面。这些特征函数以原子间键长、键角为基本变量,通过组合幂函数、截断函数、球谐函数及三角函数构造原子周围环境,包含成键、配位等结构信息;物质体系的全局势能面数据来源于量子力学计算,包含大量不同物质结构的能量、力和应力信息。本发明的特征函数具有坐标旋转不变,原子交换不变,一阶和二阶导数连续等特性,适用于复杂的多元素物质体系。基于这些特征函数,训练得到的高维机器学习势能面可以用于材料结构搜索、反应机理预测研究等。
声明:
“适用于机器学习势能面构造的物质结构描述方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)