物理学院学术报告（第58期）

报告题目：基于机器学习的第二性原理计算方法及其应用

报告专家：张菁桐 副教授 大连理工大学

报告时间：2025年10月30日（周四）10: 30

报告地点：理6栋302      邀请人：赵锦柱

报告内容：

第二性原理计算是一种高效构建原子模型的方法并且被广泛应用于多种铁电钙钛矿材料中。然而，当前的第二性原理计算高度依赖于研究者的个人经验。构建第二性原理模型所需要的训练集，基于获得势能面的第一性原理计算数据，在不同的文献中采用的方法均不一样。到目前为止尚无一种通用且有效的构建第二性原理模型的方法。与此同时，第二性原理计算的精度也高度依赖于训练集的构建方式。针对于这一问题，我们将基于贝叶斯的机器学习算法引入到了第二性原理模型之中，提出了一种利用机器学习自动化实现训练集迭代与模型生成的方法。利用这一方法，我们获得了钛酸钡的高精度第二性原理模型，相比于我们之前在[Physical Review B, 108 134117 (2023)]上发表的工作而言，该模型首次准确的描述了R相、O相、T相的声子谱。随后我们利用这一模型深入的研究了钛酸钡的热输运性质，并发现了R相热导率中较弱的wave-like贡献。

专家简介：

张菁桐，大连理工大学副教授，博士生导师，主要研究方向为基于第一性原理计算，开发并应用第二性原理计算、有效哈密顿等多尺度模拟理论和数值方法，研究铁电功能材料的多尺度（微观原子、电子尺度到介观纳米尺度）以及多场耦合（力、热、电）下的行为。目前在npj Computational Materials, Physical Review B, Nano Letter等著名期刊累计发表SCI论文三十余篇，主持国家自然科学基金，青年基金项目一项。