基于机器学习势函数的复杂热输运研究

郭瑞强^*，崔峥，程林

山东高等技术研究院，济南，250103，中国

详细摘要：随着微纳结构/材料在微纳电子机械系统、能源转换系统等领域的广泛应用，微纳尺度传热成为国际研究前沿与热点。理解微纳尺度热输运是解决相关微纳系统热管理、能量转换效率等问题的关键。原子尺度模拟被广泛用于研究微纳系统的热量传输，然而传统模拟方法在研究复杂热输运方面受到很大限制。一方面，基于经验势函数的原子尺度模拟能够计算较大的复杂体系，但是通常准确性不高；另一方面，第一性原理计算预测精度很高，但是通常不适用于大体系。近年来，机器学习成为开发高效准确的势函数的有效手段，为解决复杂热输运问题提供了新的机会。针对含点缺陷、晶界等材料系统，我们建立了开发机器学习势函数的系统方法，证明机器学习势函数能够准确高效地描述相关系统的热输运，从而为复杂的热输运模拟提供了有力工具。

参考文献：

[1] J. Wang and co-workers, Nature Catalysis, 1, (2018), 178-185; [2] J. Wang, et. al., . J. Am. Chem. Soc., 139, (2017) 15668−15680; [3] J. Wang and co-workers, J. Am. Chem. Soc. 143, (2021) 8821−8828.