[S6] S6.New Materials Science on Nanoscale Structures and Functions of Crystal Defect Cores, IV(2)

[S6.18] Accuracy of polynomial machine learning potentials for predicting liquid states

*Hayato WAKAI¹, Atsuto SEKO¹, Hirosato IZUTA², Takayuki NISHIYAMA³, Isao TANAKA¹ (1. Kyoto Univ., 2. Kyoto Univ., 3. Kyoto Univ.)

Keywords:液体状態、機械学習ポテンシャル、第一原理分子動力学法、予測精度評価

本研究では，多項式機械学習ポテンシャルの構築されているSi，Geといった18種の系に対して，第一原理計算や他の原子間ポテンシャルを用いた計算結果と比較することにより，液体状態に対する予測精度の評価を行った．