一个用于识别复杂材料和分子中等效原子的模糊分类框架
摘要：化学键结构中的原子性质，如分子、纳米颗粒或固体、表面或界面，取决于其局部原子环境。在原子尺度的建模和仿真中，识别具有等价环境的原子组是一个常见任务，以获得对材料功能的理解，解释实验结果或简化需要复杂的第一性原理计算。尽管例行操作，对于复杂的分子或非理想材料，具有破对称性或长程有序性的情况下这一任务往往具有挑战性。为了自动化这个任务，我们在这里提出了一个通用的机器学习框架来识别（几乎）等价的原子组。初始分类基于通过高维平滑重叠原子位置（SOAP）向量对局部原子环境进行表示。认识到甚至热振动也可能导致与理想位置的偏离，我们通过在SOAP点的低维嵌入表示中实现均值偏移聚类来实现模糊分类。该分类框架的性能已在简单的芳香分子和晶体Pd表面示例中予以证明。
作者：King Chun Lai, Sebastian Matera, Christoph Scheurer, Karsten Reuter
论文ID：2306.15923
分类：Chemical Physics
分类简称：physics.chem-ph
提交时间：2023-06-29