arXiv · Materials Science· Markus E. Gruner, Yulia Klunnikova, Mike J. Bruckhoff, Konstatin P. Skokov, Olga N. Miroshkina·· 1 天前
Ni₂MnGa机器学习力场模拟马氏体转变动力学
Modelling the dynamics of the martensitic transformation in Ni$_2$MnGa with machine-learning force-fields
arXiv:2610.16467v1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：Markus E. Gruner, Yulia Klunnikova, Mike J. Bruckhoff, Konstatin P. Skokov, Olga N. Miroshkina
研究任务与主要进展
作者利用从头算分子动力学数据训练机器学习力场，并通过经典分子动力学模拟Ni₂MnGa及Heusler合金的马氏体转变。模型能够再现软TA₂声子和纳米孪晶马氏体偏好，模拟显示自适应纳米孪晶有助于奥氏体与马氏体的正向和逆向转变；作者据此提出，该方法有望用于磁性形状记忆合金的大规模近DFT精度模拟。
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