[논문 리뷰] Experimental data over quantum mechanics simulations for inferring the repulsive exponent of the Lennard-Jones potential in Molecular Dynamics

Lina Kulakova, Georgios Arampatzis외 4명|arXiv (Cornell University)|2017. 05. 16.

Quantum chaos and dynamical systems참고 문헌 17인용 수 3

한 줄 요약

이 연구는 허공의 레나르드-존스 포텐셜에서 반발력 지수 $p$를 재보정하기 위해 실험적 반경분포함수(RDF) 데이터와 양자역학 이량체 에너지 데이터를 활용하여 계층적 베이지안 추론을 수행한다. 실험 데이터로부터 $p \approx 6.5$를 도출하였으며, 기존의 $p=12$보다 훨씬 낮은 값으로, 이 값은 삼중점 근처에서 밀도, 확산, 상 행동과 같은 열역학적 성질에 대해 더 정확하고 강건한 예측을 가능하게 한다.

ABSTRACT

The Lennard-Jones (LJ) potential is a cornerstone of Molecular Dynamics (MD) simulations and among the most widely used computational kernels in science. The potential models atomistic attraction and repulsion with century old prescribed parameters ($q=6, \; p=12$, respectively), originally related by a factor of two for simplicity of calculations. We re-examine the value of the repulsion exponent through data driven uncertainty quantification. We perform Hierarchical Bayesian inference on MD simulations of argon using experimental data of the radial distribution function (RDF) for a range of thermodynamic conditions, as well as dimer interaction energies from quantum mechanics simulations. The experimental data suggest a repulsion exponent ($p \approx 6.5$), in contrast to the quantum simulations data that support values closer to the original ($p=12$) exponent. Most notably, we find that predictions of RDF, diffusion coefficient and density of argon are more accurate and robust in producing the correct argon phase around its triple point, when using the values inferred from experimental data over those from quantum mechanics simulations. The present results suggest the need for data driven recalibration of the LJ potential across MD simulations.

연구 동기 및 목표

• 기존에 고정된 것으로 여겨진 레나르드-존스 포텐셜의 반발력 지수 $p=12$를 데이터 기반의 불확실성 정량화 방법을 통해 재평가한다.
• 실험적 반경분포함수(RDF) 데이터와 양자역학 이량체 에너지 데이터 중 어느 것이 허공의 LJ 포텐셜을 더 잘 캘리브레이션하는지 평가한다.
• LJ 6-$p$ 포텐셜에서 $p$를 가변으로 설정할 경우, 밀도, 확산, 상 행동과 같은 주요 열역학적 성질의 예측 정확도가 향상되는지 확인한다.
• 실험적 RDF 데이터로부터 추론된 파ameters를 사용한 MD 시뮬레이션과 양자역학 시뮬레이션을 기반으로 추론된 파ameters를 사용한 MD 시뮬레이션의 정확성과 강건성 간 비교를 수행한다.
• 역사적 기준값인 $p=12$에 의존하기보다는 실험적 데이터를 활용한 LJ 포텐셜의 재보정을 주장한다.

제안 방법

• 실험적 RDF 데이터를 사용하여 허공의 분자동역학 시뮬레이션에 대해 계층적 베이지안 추론(HB)을 수행하며, 여섯 개의 열역학 상태(액체 및 기체 상)에서 수행한다.
• 불확실성 정량화를 가능하게 하기 위해 $\varepsilon$, $\sigma$, $p$, 그리고 노이즈 파am터 $\sigma_n$의 공동 사후분포를 추론하는 베이지안 프레임워크를 활용한다.
• 다양한 $T$와 $P$에서 얻은 Ref. [7]의 실험적 RDF 데이터를 사용하여 모델을 훈련하며, $L_1$에서 $L_5$는 액체 상태, $V$는 기체 상태를 의미한다.
• 로그 우도를 활용하여 LJ 6-12 포텐셜과 LJ 6-$p$ 포텐셜 간의 모델 선택을 수행하여 어떤 형태가 데이터에 더 잘 맞는지 평가한다.
• 실험적 RDF 데이터($HB_{p,R}$)로부터 유도된 결과와 양자역학 이량체 에너지 데이터($B_{p,Q}$)로부터 유도된 결과를 비교하여 일관성과 예측 능력을 평가한다.
• 다양한 열역학 조건에서의 예측을 검증하기 위해, 밀도, 확산 계수, RDF에 대한 강건한 사후 추정치를 사용하며, 여러 열역학 세트에 걸쳐 오차 지표를 제공한다.

실험 결과

연구 질문

• RQ1 실험적 데이터에 기반해 캘리브레이션할 경우, 레나르드-존스 포텐셜의 전통적 $p=12$ 지수가 여전히 최적인가?
• RQ2 실험적 RDF 데이터로부터 유도된 $p$를 사용할 경우와 양자역학 시뮬레이션을 기반으로 유도된 $p$를 사용할 경우, 열역학적 성질(밀도, 확산, RDF)의 예측이 어떻게 다를까?
• RQ3 계층적 베이지안 추론은 다양한 열역학 조건에서 LJ 포텐셜 파am터의 정확성과 강건성을 향상시킬 수 있는가?
• RQ4 실험적 데이터에 기반해 검증할 경우, 고정된 $p=12$ 모델에 비해 가변 $p$를 가진 LJ 6-$p$ 포텐셜이 더 정확한가?
• RQ5 실험적 RDF 데이터로부터 추론된 허공의 반발력 지수 $p$의 가장 가능성이 높은 값은 얼마이며, 이는 양자역학적으로 유도된 값과 어떻게 비교되는가?

주요 결과

• 실험적 RDF 데이터를 기반으로 한 계층적 베이지안 추론은 가장 가능성이 높은 반발력 지수로 $p \approx 6.3$에서 $6.5$를 도출하였으며, 이는 전통적인 $p=12$보다 훨씬 낮은 값이다.
• $HB_{p,R}$ 모델(실험적 RDF 데이터로부터 추론)은 고정된 $p=12$를 사용한 $HB_{12,R}$ 모델보다 반경분포함수, 밀도, 확산 계수 예측에서 더 정확하고 강건한 결과를 산출한다.
• $B_{p,Q}$ 모델(양자역학 이량체 에너지 데이터로부터 추론)은 $p \approx 12.7$을 도출하였으며, 이는 전통적 값과 일치하지만, 시뮬레이션에서 잘못된 상 행동을 예측한다.
• $S_1 = \{L_4, L_5\}$ 세트에서 $HB_{p,R}$ 모델의 RDF 오차는 0.016이며, $HB_{12,R}$ 모델은 0.071로, 더 낮은 오차를 기록하여 더 높은 정확도를 보인다.
• $B_{p,Q}$ 모델은 $S_2$와 $S_3$에서 정확한 허공의 상을 예측하지 못하며, 각각 확산 계수 오차가 1.573과 0.898로 높다. 반면 $HB_{p,R}$ 모델은 모든 세트에서 낮은 오차를 유지한다.
• 로그 우도를 통한 모델 선택 결과, 실험적 RDF 데이터에 대해 $p$가 가변인 LJ 6-$p$ 포텐셜이 $p=12$ 모델보다 강력히 지지되며, 일부 상태에서는 베이즈 요인($10^5$ 초과)이 확인된다.