Py学习  »  机器学习算法

Npj Comput. Mater.: 多相态氧化镓—机器学习势函数的试金石

知社学术圈 • 5 月前 • 86 次点击  

海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月

以氧化镓(Ga2O3)为代表的第四代超宽禁带半导体材料具有优异的物理特性,有望进一步突破现有半导体材料的理论极限,在电子功率器件、日盲探测、高温气体传感领域有重要应用前景。然而由于氧化镓体系的高度复杂性,现有计算仿真研究均局限于针对百原子级的第一性原理计算,一些氧化镓相关的重要科学技术问题的研究必须建立在万原子级以上的大尺度计算体系之上,因其所需计算量过于庞大,无法仅依靠第一性原理计算开展系统研究。


来自南方科技大学电子与电气工程系的化梦媛助理教授与赵骏磊研究助理教授结合氧化镓半导体技术尖端发展趋势与机器学习最前沿研究,成功开发出能够大尺度模拟氧化镓多相态共生体系的分子动力学势函数,深入研究其生长调控机制与重要结构特性,对加速氧化镓半导体技术成熟和解决多相态共生体系制备关键技术问题具有非常重要的研究意义。


此项研究通过大规模第一性原理计算建立了高精度氧化镓多相态体系第一性原理数据库(图1)。采用高斯过程回归机器学习算法对数据库进行训练拟合、产生同一代多个势函数版本并输出势函数测试结果。通过自主开发的自动测试 软件包对每一参数版本设置下势函数的精确性、普适性和计算效能进行系统测试,从而得出多次迭代后的优化势函数版本。最终公开发布的势函数兼具高精度,泛用性以及高计算效能等优势,可以有效模拟十万至百万原子级体系的氧化镓材料结构演化过程。


图 1. 此项研究中自主开发的第二代氧化镓机器学习数据库模型汇总示意图。


相应的分子动力学模拟成功揭示了β相氧化镓固液界面重结晶时镓与氧亚晶格相对独立的复杂动态过程(图2)。后续势函数将可被应用于研究高能离子束辐照相变、晶格热输运、表面气态外延生长等氧化镓材料相关重要技术领域。

 

图 2.使用机器学习势函数研究固液相变中界面重结晶的分子动力学模拟。


该文近期发表于npj Computational Materials 9:159 (2023)英文标题与摘要如下,点击左下角“阅读原文”可以自由获取论文PDF。


Complex Ga2O 3 polymorphs explored by accurate and general-purpose machine-learning interatomic potentials


Junlei Zhao, Jesper Byggmästar, Huan He, Kai Nordlund, Flyura Djurabekova & Mengyuan Hua


Ga2O3 is a wide-band gap semiconductor of emergent importance for applications in electronics and optoelectronics. However, vital information of the properties of complex coexisting Ga2O3 polymorphs and low-symmetry disordered structures is missing. We develop two types of machine-learning Gaussian approximation potentials (ML-GAPs) for Ga2O3 with high accuracy for β/κ/α/δ/γ polymorphs and generality for disordered stoichiometric structures. We release two versions of interatomic potentials in parallel, namely soapGAP and tabGAP, for high accuracy and exceeding speedup, respectively. Both potentials can reproduce the structural properties of all the five polymorphs in an exceptional agreement with ab initio results, meanwhile boost the computational efficiency with 5 × 102 and 2 × 105 computing speed increases compared to density functional theory, respectively. Moreover, the Ga2O3 liquid-solid phase transition proceeds in three different stages. This experimentally unrevealed complex dynamics can be understood in terms of distinctly different mobilities of O and Ga sublattices in the interfacial layer. 




扩展阅读

 
Npj Comput. Mater.: 杂化有机-无机钙钛矿,还能开挂多久?
Npj Comput. Mater.: 阴离子基团旋转—对锂离子扩散的弱负效应
Npj Comput. Mater.: 新合金设计—样本数据迁移机器学习方
Npj Comput. Mater.: 材料信息学门槛高,AlphaMat带你找门道!
本文系网易新闻·网易号“各有态度”特色内容
媒体转载联系授权请看下方

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/163953
 
86 次点击