Dự đoán một số tính chất nhiệt động học của các hợp kim đất hiếm/kim loại chuyển tiếp bằng học sâu

Tóm tắt

Việc ứng dụng các mô hình học máy, đặc biệt là học sâu vào giải quyết các bài toán trong khoa học vật liệu đã góp phần đẩy nhanh quá trình phát triển vật liệu mới và thu hút được sự quan tâm của nhiều nhà khoa học trên thế giới. Trong bài báo này, chúng tôi trình bày các kết quả nghiên cứu ứng dụng mạng nơ-ron nhân tạo để biểu diễn và dự đoán các thông số nhiệt động, bao gồm năng lượng hình thành, năng lượng phân ly dựa trên việc phân tích bao lồi của giản đồ pha và nhận diện các cấu trúc bền vững về mặt nhiệt động học. Chúng tôi sử dụng cách mô tả vật liệu mới tên là ma trận trường quỹ đạo (OFM) để xác định các vectơ đặc trưng cho vật liệu. Các bộ mô tả OFM được phát triển dựa trên thông tin về cấu hình điện tử hóa trị và thông tin về cấu trúc thông qua phân tích giản đồ Voronoi của hệ vật liệu. Các kết quả nghiên cứu cho thấy, việc ứng dụng mạng nơ-ron có thể dự đoán với sai số tuyệt đối trung bình khoảng 0,124 eV/nguyên tử với năng lượng hình thành và 0,105 eV/nguyên tử với năng lượng phân ly. Ngoài ra, mô hình mạng nơ-ron có khả năng nhận diện các cấu trúc bền vững hay kém bền với độ chính xác 92%.