?
Active learning of collinear magnetic Moment Tensor Potentials using the spin-MLIP package from soft-constrained spin-polarized DFT calculations: a case study of Fe-Pd
Явный учет магнитных степеней свободы в межатомных потенциалах, построенных с помощью методов машинного обучения (магнитных MLIP), играет ключевую роль в корректном описании магнитных материалов и их свойств. Важным компонентом для обучения таких потенциалов являются спин-поляризованные расчеты в рамках теории функционала плотности (DFT), проводимые для состояний с неравновесными магнитными моментами — то есть расчеты DFT с наложенными на магнитные моменты ограничениями. В данной работе мы представляем алгоритм активного обучения магнитных потенциалов типа magnetic Moment Tensor Potential (mMTP) в процессе молекулярно-динамического (МД) моделирования. Магнитные MTP и соответствующий алгоритм активного обучения были реализованы в программном пакете с открытым исходным кодом spin-MLIP; спин-поляризованные расчеты DFT с ограничениями на магнитные моменты выполнялись с помощью пакета VASP, а МД-моделирование проводилось в среде LAMMPS (также с открытым исходным кодом). Мы протестировали предложенный подход на примере кристалла Fe–Pd. Полученные зависимости намагниченности и фононной плотности состояний от объема суперъячейки (или давления) хорошо согласуются с результатами прямых расчетов методом DFT. Более того, рассчитанные спектры плотности состояний соответствуют экспериментальным данным.