arXiv · Materials Science· Nils-Ruben Skogemyr, Albin Sj\"ostedt, Isak Wernroth, Isak H\"aggqvist, Isac Ljungwald, Hans-Ove {\AA}kesson, Henricus R. A. ten Eikelder, Rickard Armiento, Joel Davidsson·· 6 小时前
MACE 机器学习势模拟二维材料点缺陷的吸附行为
Sorption Molecular Dynamics of Point Defects in 2D Materials with a Machine Learning Potential
arXiv:2610.20063v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Nils-Ruben Skogemyr, Albin Sj\"ostedt, Isak Wernroth, Isak H\"aggqvist, Isac Ljungwald, Hans-Ove {\AA}kesson, Henricus R. A. ten Eikelder, Rickard Armiento, Joel Davidsson
研究任务与主要进展
作者使用 MACE 机器学习原子间势，对 ADAQ 数据库中的 17,624 个二维材料缺陷结构开展吸附与吸收分子动力学模拟。摘要称，MACE 在 0 K 下以较低计算成本复现了 DFT 的整体吸附趋势，300 K 有限温度模拟中的定性趋势也大体保持；该方法可用于缺陷研究的低成本高通量预筛选，但定量结果仍需 DFT 验证。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · Materials Science · arxiv.org