ترجمه فارسی مقاله پتانسیل یادگیری ماشین چندجمله‌ای و کاربرد آن در جستجوی ساختار جهانی در آلیاژ سه‌تایی Cu-Ag-Au

چکیده

Machine learning potentials (MLPs) have become indispensable for performing accurate large-scale atomistic simulations and predicting crystal structures. This study introduces the development of a polynomial MLP specifically for the ternary Cu-Ag-Au system. The MLP is formulated as a polynomial of polynomial invariants that remain unchanged under any rotation. The polynomial MLP facilitates not only comprehensive global structure searches within the Cu-Ag-Au alloy system but also reliable predictions of a wide variety of properties across the entire composition range. The developed MLP supports highly accurate and efficient atomistic simulations, thereby significantly advancing the understanding of the Cu-Ag-Au system. Furthermore, the methodology demonstrated in this study can be easily applied to other ternary alloy systems.

چکیده به فارسی (ترجمه ماشینی)

پتانسیل های یادگیری ماشین (MLP) برای انجام شبیه سازی های دقیق اتمی در مقیاس بزرگ و پیش بینی ساختارهای کریستالی ضروری شده اند.این مطالعه توسعه یک MLP چند جمله ای را به طور خاص برای سیستم Ternary CU-AG-AU به معرفی می کند.MLP به عنوان چند جمله ای از متغیرهای چند جمله ای که تحت هر چرخش بدون تغییر باقی می مانند.MLP چند جمله ای نه تنها جستجوهای جامع ساختار جهانی را در سیستم آلیاژ CU-AG-AU تسهیل می کند بلکه پیش بینی های قابل اعتماد از طیف گسترده ای از خواص در کل محدوده ترکیب را نیز تسهیل می کند.MLP توسعه یافته از شبیه سازی های اتمی بسیار دقیق و کارآمد پشتیبانی می کند ، در نتیجه درک قابل توجهی از سیستم CU-AG-AU را به طور قابل توجهی پیش می برد.علاوه بر این ، روش نشان داده شده در این مطالعه می تواند به راحتی در سایر سیستم های آلیاژ سه گانه اعمال شود.