A simple and efficient non-DFT-based machine learning interatomic potential to simulate titanium MXenes

Thomazini, Luis F. V.

doi:10.1557/s43580-026-01664-x

A simple and efficient non-DFT-based machine learning interatomic potential to simulate titanium MXenes

2026-05-01

0

PRE

AI

T

Thomazini, Luis F. V.

A

Alexandre F. Fonseca *

DOI：10.1557/s43580-026-01664-x

原文链接

原文求助

摘要

En 中文

钛基MXene是二维无机结构，由钛、碳或氮元素组成，具有独特的电子、热学和力学性能。尽管已有广泛的实验研究，但基于经典分子动力学（MD）的计算研究相对匮乏。如前所述研究所示，已知的MD势函数无法完全再现每种钛基MXene的结构和弹性性能。本研究中，我们提出了一种经过简单训练但高效的、基于非密度泛函理论的机器学习原子间势函数（MLIP），能够以与DFT计算精度相当的精度模拟钛基MXene以及块体钛碳化物和氮化物的结构和弹性性能。本文阐述了MLIP的训练过程，并结合一系列动力学测试。讨论了MLIP的局限性以及提高其模拟钛基MX能效的改进措施。

A simple and efficient non-DFT-based machine learning interatomic potential to simulate titanium MXenes

摘要

期刊

机构

引用论文