AI与世界难题 · 化学与材料 · arXiv · 2026-10-22
面向镁化合物的紧束缚与机器学习势组合模型
原标题: A Combined Tight Binding with Machine Learning Potential Model for Magnesium Compounds
作者提出了 DFTB+MACE，这是一种面向镁基体系的模型，将密度泛函紧束缚方法与机器学习原子间势 MACE 相结合，用基于 DFT-DFTB 能量与力差异训练的多体 MACE 势取代传统的排斥对势。作者将其应用于 MgO-CO2 吸附体系的结构弛豫、水团簇的分子动力学，以及稳定 fcc-MgO 和亚稳 bcc-MgO 的声子谱。与对势 DFTB 相比，该模型仅以适度的额外成本即提升了精度，并能提供大多数机器学习势无法给出的电子结构。