仪山愚公
下载贤集网APP入驻自媒体
近日，中国科学技术大学蒋彬教授课题组在发展场诱导的原子神经网络力场研究方面取得重要进展。研究成果以“描述原子体系对于外场响应的通用机器学习力场(Universal machine learning for the response of atomistic systems to external fields)”为题，于2023年10月12日发表在《自然通讯》(Nature Communications)上。 该方法能够将偶极矩、极化率等各种响应性质与外场依赖的能量变化精确的关联起来，适用于外场存在下的分子和周期性体系的光谱和动力学模拟。特别值得一提的是，对于周期性体系，这一模型只需训练原子力数据能克服周期性体系内在的极化多值问题。通过甲基乙酰胺和液态水的动力学模拟结果，验证了这一模型在强外场条件下对各种复杂体系高效建模的能力。
