CHEMISTRY AND MATERIAL SCIENCE

Bridging accuracy and efficiency: assessing universal ML potentials for niobiumoxygen clusters

[Совмещая точность и эффективность: оценка универсальных машиннообучаемых межатомных потенциалов для кластеров ниобий- кислород]

I. S. Popov, A. A. Valeeva, A. N. Enyashin

Institute of Solid State Chemistry, Ural Branch of Russian Academy of Sciences, Yekaterinburg, Russia

Аннотация: Машиннообучаемые межатомные потенциалы (MLIP) обещают сочетание вычислительной точности теории функционала плотности (DFT) со скоростью типичной для методов молекулярной механики. Однако их надежность для сложных многокомпонентных систем требует тщательной валидации. В данной работе мы проводим оценку трех ведущих универсальных MLIP на примере кластеров оксида ниобия (Nb$_n$O$_m$, $n\le 6$, $m\le 6$), как сложнейшего теста. Система Nb–O хорошо подходит для этой задачи благодаря сложным межатомным взаимодействиям, проявление которых в макрокристаллической фазе приводит к стабилизации решётки с 25% упорядоченных вакансий, а на наноуровне – к широкому спектру нестехиометрических кластеров. В качестве референса используется набор данных о глобальных минимумах структур кластеров Nb–O, идентифицированных с помощью эволюционного поиска (USPEX) и DFT расчетов. Путем прямого сравнения структур, энергий и относительной стабильности, предсказываемых эволюционным поиском с использованием MLIP разного уровня, мы даём всестороннюю оценку точности и ограничений современных универсальных потенциалов для моделирования сложных наноразмерных оксидов.

Ключевые слова: DFT, машиннообучаемые потенциалы, MLIP, эволюционный алгоритм, оксид ниобия, NbO, наночастица, кластер, USPEX.

Поступила в редакцию: 09.10.2025
Принята в печать: 15.10.2025

Язык публикации: английский

DOI: 10.17586/2220-8054-2025-16-5-619-627