[論文レビュー] A Foundational Potential Energy Surface Dataset for Materials

Aaron D. Kaplan, Runze Liu+7 more|ArXiv.org|Mar 6, 2025

Machine Learning in Materials Science被引用数 7

ひとこと要約

tldr: 本論文は MatPES を紹介する open foundational PES データセット（約434k PBE と約388k r2SCAN 構造）を提案し、MatPES で訓練した UMLIPs は、より大規模でより正確でないデータセットで訓練したものよりも優れていることを示す。

ABSTRACT

Accurate potential energy surface (PES) descriptions are essential for atomistic simulations of materials. Universal machine learning interatomic potentials (UMLIPs)$^{1-3}$ offer a computationally efficient alternative to density functional theory (DFT)$^4$ for PES modeling across the periodic table. However, their accuracy today is fundamentally constrained due to a reliance on DFT relaxation data.$^{5,6}$ Here, we introduce MatPES, a foundational PES dataset comprising $\sim 400,000$ structures carefully sampled from 281 million molecular dynamics snapshots that span 16 billion atomic environments. We demonstrate that UMLIPs trained on the modestly sized MatPES dataset can rival, or even outperform, prior models trained on much larger datasets across a broad range of equilibrium, near-equilibrium, and molecular dynamics property benchmarks. We also introduce the first high-fidelity PES dataset based on the revised regularized strongly constrained and appropriately normed (r$^2$SCAN) functional$^7$ with greatly improved descriptions of interatomic bonding. The open source MatPES initiative emphasizes the importance of data quality over quantity in materials science and enables broad community-driven advancements toward more reliable, generalizable, and efficient UMLIPs for large-scale materials discovery and design.

研究の動機と目的

• 既存の PES データセット（例：MPRelax）が UMLIP の精度と伝播性にバイアスをかけるという制限に対処する。
• 改良された DFT 描写（PBE および r2SCAN）を備えた高品質で化学的に多様な PES データセットを作成する。
• MatPES で訓練した UMLIPs が、より少ない構造数で同等または優れた精度を達成することを示す。
• 材料発見のための UMLIPs の開発を共同体主導で促進するオープンソースツールとベンチマークを提供する。

提案手法

• 281 百万構造の MD サンプリングを用いて、事前訓練済み M3GNet UMLIP から包括的な設定空間を生成する。
• より代表的な構造と原子環境をカバーするよう、強化された 2DIRECT サンプリングを適用する。
• 504,811 構造に対して VASP を用い、PBE および r2SCAN で高忠実度の単一点エネルギー、力、応力を計算する。
• MatPES PBE および MatPES r2SCAN で UMLIPs（M3GNet、CHGNet、TensorNet）を訓練し、MPRelax および OMat24 のベースラインと比較評価する。
• MatCalc ベンチマークを用いて、平衡、ほぼ平衡、MD 特性にわたるベンチマークを実行する（フィンガープリント距離、形成エネルギー、弾性定数、CV、MD 安定性、イオン伝導性）。

実験結果

リサーチクエスチョン

• RQ1 慎重にサンプリングされた中規模の PES データセット が、はるかに大規模でノイズの多いデータセットで訓練されたモデルに匹敵する、あるいは凌駕する UMLIPs を生み出せるか。
• RQ2 MatPES に高忠実度の DFT 関数材（r2SCAN）を組み込むことで、要素と結合領域にわたる PES 描写が改善されるか。
• RQ3 MatPES 訓練 UMLIPs は、MPRelax/OMat24 データセットで訓練されたモデルよりも MD 安定性が向上し、ダイナミカル特性がより信頼性高く推定できるか。
• RQ4 大規模材料発見における普遍的な MLIP のためのデータ品質とデータ量の価値はどの程度か。

主な発見

UMLIP アーキテクチャ	Energy MAE (meV atom-1) (train/val/test)	Force MAE (meV Å-1) (train/val/test)	Stress MAE (GPa) (train/val/test)	Magmom MAE (μB)
MatPES PBE M3GNet	40/45/45	155/177/181	0.734/0.898/0.888	N/A
MatPES PBE CHGNet	27/32/31	81/124/136	0.375/0.617/0.642	0.066/0.067/0.066
MatPES PBE TensorNet	33/36/36	121/138/148	0.602/0.695/0.700	N/A
MatPES r2SCAN M3GNet	38/45/44	172/208/210	0.774/0.982/0.970	N/A
MatPES r2SCAN CHGNet	26/27/30	86/150/156	0.359/0.705/0.735	0.067/0.066/0.072
MatPES r2SCAN TensorNet	32/34/34	139/163/163	0.653/0.754/0.754	N/A
MPF M3GNet	20/23/334	63/72/297	0.259/0.399/2.026	N/A
MPF TensorNet	29/29/316	78/83/289	0.361/0.471/1.984	N/A
MPtrj CHGNet	26/30/698	49/70/265	0.173/0.297/1.872	0.036/0.037/0.038
OMat24 TensorNet	23/26/202	111/116/186	0.565/0.584/1.151	N/A

• MatPES 訓練 UMLIPs は、平衡、ほぼ平衡、および MD ベンチマークで MPRelax および OMat24 訓練の counterparts を上回る。
• MatPES PBE UMLIPs はテストセット誤差が小さく、過学習が少なく（訓練/検証/テスト MAE がほぼ等しい）。
• r2SCAN ベースの MatPES データセットは結合の記述を改善し、特性全体で同等またはより良い性能を示す。
• MD 安定性は MatPES UMLIPs の方が著しく高く、高温 MD 実行での終端が MPRelax/OMat24 ベースラインより少ない。
• Equivariant TensorNet モデルは、MatPES 内で不変アーキテクチャより MD 安定性と伝導性予測が一般的に優れている。
• MatCalc ベンチマークのスイートは、データ品質を強調し、広範なクロス特性の改善を示している。