マグネシウムクラスタのグローバル最適化のためのガウス近似ポテンシャルのパラメトリゼーション Mg_N (N ≤100)

科学分野:

• コンピューティング用材料科学
• 凝縮物質物理学
• クラスター物理学

背景:

• 原子クラスターの構造と安定性を予測することは 物質の性質を理解するために不可欠です
• マグネシウム (Mg) クラスターは,サイズに依存するユニークな構造と電子特性を有しています.
• 既知のクラスターサイズを超えたエクストラポレーションには,堅牢で正確な計算モデルが必要です.

研究 の 目的:

• マグネシウムクラスタのガウス近似ポテンシャル (GAP) モデルのパラメータを最適化する.
• 抽象的な領域 (Mg_{n, n> > 50) に対する信頼性の高い構造予測を可能にする.}
• より大きなMg群のエネルギー的に有利な構造とグローバル最小値を特定する.

主な方法:

• 2段階のグリッドサーチとアクティブ・ラーニングを組み合わせて,GAPモデルパラメータの最適化を行いました.
• パラメータ化されたGAPモデルを使用してグローバル最適化技術が適用されました.
• 構造の安定性の分析とエネルギー的に有利な構成の特定.

主要な成果:

• 最適化されたGAPモデルパラメータは,抽象的な領域におけるMgクラスタの信頼性の高い構造予測を提供した.
• 早期のピラミッド型の核形成を示す,エネルギー的に有利なMg₅₁-Mg₅₃クラスターが特定されました.
• 特定の"マジック"Mgクラスター (Mg₅₉,Mg₆₉,Mg₇₄,Mg₉₉) に対して,新しいグローバル・ミニマ候補が発見されました.

結論:

• 最適化されたGAPモデルは,より大きなMgクラスタの構造を正確に予測します.
• 初期のピラミッドコアの形成は,以前報告されたより小さいサイズで観察されました.
• 六角密集型 (hcp) 型のモチーフは,100原子未満のMgクラスタの構造安定性に大きな影響を与えない.