本發明屬于計算化學和物理技術領域,具體為一種適用于機器學習勢能面構造的物質結構描述方法。本發明利用輸入的原子坐標,構造一系列特征函數作為輸入信息,利用機器學習方法訓練物質體系的全局勢能面數據,得到機器學習勢能面。這些特征函數以原子間鍵長、鍵角為基本變量,通過組合冪函數、截斷函數、球諧函數及三角函數構造原子周圍環境,包含成鍵、配位等結構信息;物質體系的全局勢能面數據來源于量子力學計算,包含大量不同物質結構的能量、力和應力信息。本發明的特征函數具有坐標旋轉不變,原子交換不變,一階和二階導數連續等特性,適用于復雜的多元素物質體系?;谶@些特征函數,訓練得到的高維機器學習勢能面可以用于材料結構搜索、反應機理預測研究等。
聲明:
“適用于機器學習勢能面構造的物質結構描述方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)