Investigating of the structure of water using machine learning potentials and path integral molecular dynamics

機械学習ポテンシャルと経路積分分子動力学法を用いた水の構造研究

Thomsen, B.  ; 志賀 基之   

Thomsen, B.; Shiga, Motoyuki

核量子効果(NQEs)が水の構造とダイナミクスの性質にどのような影響を与えるかを調べるための我々の進行中の取り組みについて報告する。NQEをモデル化するために、我々は経路積分分子動力学法(PIMD)を採用しているが、この方法ではNQEをモデル化するために各タイムステップで数回の第一原理計算を行う必要がある。シミュレーションをより計算コストのかからないものにするため、現在、機械学習ポテンシャル(MLP)を用いて系を記述することに取り組んでいる。このMLPは、水の同位体間の移行が可能であり、水の相図全体にわたって機能するはずである。ここでは、水のMLP記述を改良するための進行中の作業と、このMLPを使ったPIMDシミュレーションの結果について最新情報を提供する。

We report our ongoing efforts to investigate how nuclear quantum effects (NQEs) influence the structure and dynamics properties of water. To model the NQEs we employ path integral molecular dynamics (PIMD), this does however require several ab initio calculations to be performed in each timestep to model the NQEs. In order to make the simulations more computationally affordable, we are currently working to describe the system using a machine learned potential (MLP). This MLP should be transferable across the isotopologues of water, and work across the phase diagram of water. We will here give an update on our ongoing work to improve the MLP description of water, and the results of PIMD simulations using this MLP.