Specific heat anomalies and local symmetry breaking in (anti-)fluorite materials; A Machine learning molecular dynamics study

(逆)蛍石構造における比熱異常と局所対称性の破れ; 機械学習分子動力学による解析

小林 恵太 ; 中村 博樹  ; 奥村 雅彦   ; 板倉 充洋  ; 町田 昌彦  

Kobayashi, Keita; Nakamura, Hiroki; Okumura, Masahiko; Itakura, Mitsuhiro; Machida, Masahiko

機械学習分子動力学法を用いて、(逆)蛍石構造における比熱異常の解析を行った。Farthest Point Sampling法とBootstrap法を活用し、効率的に第一原理教師データを生成することで、二酸化トリウム(蛍石構造)および酸化リチウム(逆蛍石構造)の機械学習ポテンシャルを構築した。これにより、機械学習分子動力学法は二酸化トリウムと酸化リチウムの報告されている熱物性を精度良く再現することが可能となった。これらの物質は、高温下において副格子の無秩序化に伴う比熱異常を示すが、そのメカニズムは複雑であり、完全には解明されていない。今回、液相・液相転移の解析に用いられる局所秩序変数の方法論を適用することで、(逆)蛍石構造における比熱異常が局所的な対称性の破れとして定式化できることを示した。

The specific heat anomaly in (anti-)fluorite structures was analyzed using machine learning molecular dynamics (MLMD) methods. By employing the Farthest Point Sampling method and the Bootstrap method, first-principles training data were efficiently generated, and machine learning potentials were created for thorium dioxide (fluorite structure) and lithium oxide (anti-fluorite structure). As a result, the MLMD method accurately reproduced the reported thermal properties of thorium dioxide and lithium oxide. These materials exhibit a specific heat anomaly at high temperatures due to sublattice disordering. However, the details are complex and not fully understood. In this study, by applying a local order parameter methodology, which has been used in the analysis of liquid-liquid phase transitions, we revealed that the anomalous specific heat in (anti-)fluorite structures can be interpreted as a consequence of local symmetry breaking.