머신러닝 포텐셜로 평면 보론 클러스터 전역 구조탐색 가속, 안정 후보 B49·B70·B84 제시

실무 적용 가이드

머신러닝 포텐셜로 후보 구조를 먼저 좁히고, 그다음 DFT로 정밀 검증한다.

1. 초기 구조 집합과 참조 DFT 데이터를 준비해 ML 포텐셜을 학습한다.
2. 학습된 포텐셜로 많은 후보 구조를 빠르게 탐색한다.
3. 가장 유망한 구조를 DFT로 재최적화해 에너지와 기하를 확인한다.
4. 재최적화 결과가 일관되면 더 넓은 크기나 조성으로 범위를 확장한다.

필요한 데이터

원자 배치 후보군, 에너지 평가용 참조 계산 데이터, 그리고 구조 탐색에 필요한 초기 구조 집합

결과 확인

ML 포텐셜로 찾은 후보를 DFT로 다시 최적화해 에너지 순위와 구조 안정성이 유지되는지 확인한다.

주의할 점

포텐셜이 학습한 구조 공간 밖에서는 잘못된 안정 구조를 만들 수 있다.

이 가이드는 원문의 방법을 바탕으로 AI가 제안한 적용 방향입니다. 원문에 적힌 내용이 아니며 같은 결과가 재현된다는 보장도 아닙니다.