[논문 리뷰] Validation of moment tensor potentials for fcc and bcc metals using EXAFS spectra

Alexander V. Shapeev, Dmitry Bocharov외 1명|arXiv (Cornell University)|2021. 08. 11.

Machine Learning in Materials Science참고 문헌 48인용 수 9

한 줄 요약

이 연구는 fcc 및 bcc 금속에 대한 모멘트 텐서 포텐셜(MTP)을 실험적 K-에지 EXAFS 스펙트럼을 사용하여 처음으로 검증한다. 분자역학 시뮬레이션에서 계산된 EXAFS 스펙트럼을 실험 데이터와 비교함으로써, 저밀도함수이론(DFT) 데이터에 기반한 능동학습으로 훈련된 MTP가 평균 및 동적 원자 구조를 정확히 재현함을 입증한다. 특히 니켈(Ni)의 경우 실험과의 일치를 달성하기 위해 고정밀도 18-가价전자 허위파면함수를 사용해야 함을 보여준다.

ABSTRACT

Machine-learning potentials for materials, namely the moment tensor potentials (MTPs), were validated using experimental EXAFS spectra for the first time. The MTPs for four metals (bcc W and Mo, fcc Cu and Ni) were obtained by the active learning algorithm of fitting to the results of the calculations using density functional theory (DFT). The MTP accuracy was assessed by comparing metal K-edge EXAFS spectra obtained experimentally and computed from the results of molecular dynamics (MD) simulations. The sensitivity of the method to various aspects of the MD and DFT models was demonstrated using Ni as an example. Good agreement was found for W, Mo and Cu using the recommended PAW pseudopotentials, whereas a more accurate pseudopotential with 18 valence electrons was required for Ni to achieve a similar agreement. The use of EXAFS spectra allows one to estimate the MTP ability in reproducing both average and dynamic atomic structures.

연구 동기 및 목표

• fCC 및 bCC 금속에 대한 모멘트 텐서 포텐셜(MTP)을 실험적 EXAFS 스펙트럼을 사용하여 검증하는 것.
• MTP가 금속 내 정적 및 동적 원자 구조를 얼마나 정확히 재현하는지 평가하는 것.
• 모의와 실험 간의 EXAFS 스펙트럼 간극의 원인을 규명하는 것, 특히 Ni의 경우에 초점을 맞추는 것.
• 허위파면함수 정확도, DFT 수렴 파rameter, 자성 및 양자적 핵운동 효과와 같은 물리적 효과의 역할 평가

제안 방법

• W, Mo, Cu, Ni의 MTP는 DFT 데이터에 기반한 능동학습을 통해 훈련되었다.
• 훈련된 MTP를 사용하여 분자역학(MD) 시뮬레이션을 수행하여 원자 구조를 생성하였다.
• MD 스냅샷에서 EXAFS 스펙트럼을 계산하고 구성 평균을 내어 이론적 EXAFS 곡선을 도출하였다.
• 금속 필름에서의 실험적 EXAFS 스펙트럼을 기준으로 검증하였다.
• 원자 이동 및 진동 역학을 정량화하기 위해 EXAFS 스펙트럼에서 평균 제곱 이동(MSRD) 요소를 추출하였다.
• 민감도 분석을 위해 DFT k-점 메esh, MD 시간 간격을 변화시키고, 자성 및 양자적 핵운동 효과 등을 고려했다.

실험 결과

연구 질문

• RQ1 DFT 데이터에 기반한 MTP가 fcc 및 bcc 금속의 실험적 EXAFS 스펙트럼을 정확히 재현할 수 있는가?
• RQ2 모의와 실험 간의 EXAFS 스펙트럼 간극을 초래하는 물리적 및 수치적 요인은 무엇인가?
• RQ3 왜 Ni는 W, Mo, Cu에 비해 실험과의 일치가 떨어지며, 이는 해결될 수 있는가?
• RQ4 허위파면함수 정확도와 전자 상호작용 효과가 EXAFS 데이터와의 일치에 어느 정도 기여하는가?
• RQ5 EXAFS 기반 검증이 다성분 합금에서 기계학습 포텐셜의 확장 가능한 기준으로 기능할 수 있는가?

주요 결과

• 이 연구는 기계학습 MTP의 실험적 EXAFS 스펙트럼 기반 검증을 처음으로 수행하였으며, 권장된 PAW 허위파면함수를 사용한 W, Mo, Cu에 대해 강한 일치를 보였다.
• Ni의 경우 표준 10-가격전자 허위파면함수를 사용하면 실험과의 일치가 떨어졌지만, 18-가격전자 허위파면함수로 전환함으로써 일치도가 크게 향상되었다.
• Ni sv 모델에서의 평균 제곱 이동(MSRD)은 0.0040 Ų로 추정되었으며, 실험값인 0.0049 Ų 및 0.00535 Ų와 합리적인 일치를 보였다.
• W와 Mo의 MSRD 값은 각각 0.0020 Ų 및 0.0025 Ų였으며, 실험 및 이론적 기준과 양호한 일치를 보였다.
• MD-EXAFS 방법은 단일산란 및 다중산란 기여를 통해 반경 방향 및 각도 상관관계를 성공적으로 포착하였다.
• 민감도 분석 결과 자성, 양자적 핵운동 효과, DFT 수렴 파rameter는 미미한 영향을 미쳤지만, 허위파면함수 정확도는 Ni의 경우 주요 요인로 밝혀졌다.