論文の概要: Machine learning interatomic potential can infer electrical response

• arxiv url: http://arxiv.org/abs/2504.05169v1
• Date: Mon, 07 Apr 2025 15:14:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-08 14:08:45.625218
• Title: Machine learning interatomic potential can infer electrical response
• Title（参考訳）: 機械学習の原子間ポテンシャルは電気的応答を推測できる
• Authors: Peichen Zhong, Dongjin Kim, Daniel S. King, Bingqing Cheng,
• Abstract要約: 機械学習原子間ポテンシャル(MLIP)は、量子力学的手法に代わる効率的でスケーラブルな代替手段を提供する。 長距離MLIPから偏極およびボルン有効電荷(BEC)テンソルを直接抽出できることを示す。 この研究は、電荷や分極やBECのトレーニングを伴わずに、電気応答を予測する能力をMLIPに拡張し、様々なシステムにおける電場駆動プロセスの高精度なモデリングを可能にする。
• 参考スコア（独自算出の注目度）: 3.502816712907136
• License:
• Abstract: Modeling the response of material and chemical systems to electric fields remains a longstanding challenge. Machine learning interatomic potentials (MLIPs) offer an efficient and scalable alternative to quantum mechanical methods but do not by themselves incorporate electrical response. Here, we show that polarization and Born effective charge (BEC) tensors can be directly extracted from long-range MLIPs within the Latent Ewald Summation (LES) framework, solely by learning from energy and force data. Using this approach, we predict the infrared spectra of bulk water under zero or finite external electric fields, ionic conductivities of high-pressure superionic ice, and the phase transition and hysteresis in ferroelectric PbTiO$_3$ perovskite. This work thus extends the capability of MLIPs to predict electrical response--without training on charges or polarization or BECs--and enables accurate modeling of electric-field-driven processes in diverse systems at scale.
• Abstract（参考訳）: 物質および化学系の電場への応答をモデル化することは、長年にわたる課題である。 機械学習原子間ポテンシャル(MLIP)は、量子力学的手法に代わる効率的でスケーラブルな代替手段を提供するが、それ自体は電気的応答を組み込んでいるわけではない。 ここでは、偏極とボルン有効電荷(BEC)テンソルを、エネルギーと力データからのみ学習することで、Latent Ewald Summation(LES)フレームワーク内の長距離MLIPから直接抽出できることを示す。 この手法を用いて, 強誘電体PbTiO$_3$ペロブスカイトにおけるバルクウォーターの赤外スペクトル, 高圧超イオン氷のイオン伝導度, 相転移とヒステリシスを予測する。 この研究は、電荷や分極やBECのトレーニングを伴わずに、MLIPの電気応答を予測する能力を拡張し、様々なシステムにおける電場駆動プロセスの高精度なモデリングを可能にする。

関連論文リスト

• Excited-state nonadiabatic dynamics in explicit solvent using machine learned interatomic potentials [0.602276990341246]
  我々はFieldSchNetを用いてQM/MM静電埋め込みを、非断熱励起状態軌跡のML/MMに置き換える。 ML/MMモデルはQM/MM表面ホッピング参照シミュレーションの電子動力学と構造再構成を再現することを示した。
  論文  参考訳（メタデータ） (2025-01-28T14:14:43Z)
• Learning charges and long-range interactions from energies and forces [3.502816712907136]
  我々は、原子電荷や電荷平衡を明示的に学習することなく、長距離静電気を捕捉するラテント・エワルド・サミエーション法を導入する。 荷電分子, イオン液体, 電解質溶液, 極性ジペプチド, 表面吸着剤, 電解質/固体界面, 固体界面など, 多様な, 困難なシステムについてLESをベンチマークした。 以上の結果から, LESは物理的部分電荷, 双極子モーメント, 四極子モーメントを効果的に推算できるとともに, 電荷を明示的に学習する手法と比較して精度が向上することが示唆された。
  論文  参考訳（メタデータ） (2024-12-19T23:24:44Z)
• Electron-Electron Interactions in Device Simulation via Non-equilibrium Green's Functions and the GW Approximation [71.63026504030766]
  電子-電子(e-e)相互作用は、量子輸送シミュレーションに明示的に組み込まれなければならない。 この研究は、非平衡条件下でのナノデバイスの大規模原子論的量子輸送シミュレーションを報告した最初のものである。
  論文  参考訳（メタデータ） (2024-12-17T15:05:33Z)
• Predicting ionic conductivity in solids from the machine-learned potential energy landscape [68.25662704255433]
  超イオン材料は、エネルギー密度と安全性を向上させる固体電池の推進に不可欠である。 このような物質を同定するための従来の計算手法は資源集約的であり、容易ではない。 普遍的原子間ポテンシャル解析によるイオン伝導率の迅速かつ確実な評価手法を提案する。
  論文  参考訳（メタデータ） (2024-11-11T09:01:36Z)
• Training Coupled Phase Oscillators as a Neuromorphic Platform using Equilibrium Propagation [1.2891210250935148]
  結合位相発振器の系をうまく訓練することは可能であることを示す。 XY/倉本模型の複雑なエネルギー環境は、乗算可能性をもたらし、この課題にどう対処するかを示す。
  論文  参考訳（メタデータ） (2024-02-13T16:31:04Z)
• Tailoring Near-Field-Mediated Photon Electron Interactions with Light Polarization [0.0]
  プラズマ場近傍分布の偏光と空間分布が自由電子形成に及ぼす影響について検討した。 励起光の偏光は加速・減速経路を拡散する制御ノップとして利用できることを示す。 また,ナノロッドの特定の配列を組み込むことで,局在プラズモンの形状を調整できる可能性を示した。
  論文  参考訳（メタデータ） (2022-11-17T10:44:44Z)
• Driving Force and Nonequilibrium Vibronic Dynamics in Charge Separation of Strongly Bound Electron-Hole Pairs [59.94347858883343]
  本研究では,1,2,3次元ドナー・アクセプタネットワークにおける電荷分離のダイナミクスについて検討する。 これにより、過度な振動運動が効率的な長距離電荷分離を誘導する正確な条件を特定できる。
  論文  参考訳（メタデータ） (2022-05-11T17:51:21Z)
• Demonstration of electron-nuclear decoupling at a spin clock transition [54.088309058031705]
  クロック遷移は磁気ノイズから分子スピン量子ビットを保護する。 核自由度への線形結合は、電子コヒーレンスの変調と崩壊を引き起こす。 核浴への量子情報漏洩がないことは、他のデコヒーレンス源を特徴づける機会を与える。
  論文  参考訳（メタデータ） (2021-06-09T16:23:47Z)
• Multi-scale approach for the prediction of atomic scale properties [0.0]
  局所性は、量子力学的観測可能性を予測する機械学習スキームの下にある。 これらのアプローチの主な欠点の1つは、物理的効果を捉えることができないことである。 我々は、同じフレームワークのローカル情報と非ローカル情報を組み合わせたマルチスケールスキームの構築方法を示す。
  論文  参考訳（メタデータ） (2020-08-27T14:01:00Z)
• Quantum coherent spin-electric control in a molecular nanomagnet at clock transitions [57.50861918173065]
  ナノスケールでのスピンの電気的制御は、スピントロニクスのアーキテクチャ上の利点を提供する。 分子スピン材料における電場(E-場)感度の最近の実証が注目されている。 これまでに報告された電子場感度はかなり弱く、より強いスピン電結合を持つ分子をどうやって設計するかという問題を引き起こした。
  論文  参考訳（メタデータ） (2020-05-03T09:27:31Z)
• Entanglement generation via power-of-SWAP operations between dynamic electron-spin qubits [62.997667081978825]
  表面音響波(SAW)は、圧電材料内で動く量子ドットを生成することができる。 動的量子ドット上の電子スピン量子ビットがどのように絡み合うかを示す。
  論文  参考訳（メタデータ） (2020-01-15T19:00:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。