KI und die schwierigen Probleme der Welt · Chemie & Materialien · arXiv · 2026-10-19
Tersoff-NN: Hybride maschinell gelernte Bindungsordnungs-Erweiterung des Tersoff-Potenzials
Originaltitel: Tersoff-NN: Hybrid Machine-Learned Bond-Order Extension of the Tersoff Potential
Maschinell gelernte Potenziale sind genau, aber aufwendig und können außerhalb ihres Trainingsbereichs unzuverlässig sein. Tersoff-NN, ein hybrides Potenzial für Silizium, behält die analytischen Radialterme und die Cutoff-Struktur des Tersoff-Potenzials bei und bildet nur den umgebungsabhängigen Bindungsordnungsfaktor mit kompakten neuronalen Netzen ab. Auf Benchmarks mit 32.768 Atomen läuft es 4- bis 12-mal schneller als die getesteten NN-Potenziale vom Behler-Parrinello-Typ und verbessert die Kurzreichweitenstruktur von flüssigem Si gegenüber dem herkömmlichen Tersoff-Potenzial.