Machine learning potentials of kaolinite based on the potential energy surfaces of GGA and meta-GGA density functional theory

GGAとメタGGA密度汎関数法のポテンシャルエネルギー曲面に基づくカオリナイトの機械学習ポテンシャル

小林 恵太 ; 山口 瑛子  ; 奥村 雅彦   

Kobayashi, Keita; Yamaguchi, Akiko; Okumura, Masahiko

粘土鉱物の一種であるカオリナイトの機械学習ポテンシャルを構築し、分子動力学法シミュレーションを実施することにより、カオリナイトの各種物性値を評価し、実験結果と比較した。その結果、原子構造や機械的特性を非常に良い精度で実験結果を再現することが確認された。さらに、構築した機械学習ポテンシャルを用いた分子動力学方シミュレーションで振動状態密度を評価したところ、古典分子動力学法や第一原理計算手法等の既存のシミュレーション手法では再現できなかった中性子非弾性散乱実験の結果をよく再現することがわかった。

no abstracts in English