炭素ナノ構造におけるリチウム挿入のガウス近似ポテンシャルモデリング。

機械学習に基づく原子間ポテンシャルがホスト構造中のゲスト原子をモデル化するためにどのように使用できるかを示します。具体的には、参考の密度汎関数理論データに基づいて、グラフェン、グラファイト、および乱れた炭素ナノ構造とのリチウム原子の相互作用のためのガウス近似ポテンシャル（GAP）モデルを生成します。完全なLi-Cシステムを扱うのではなく、Li挿入から生じるエネルギーと力の差をモデル化し、それを純粋な元素炭素の（既存かつ未修正の）GAPモデルに追加する方法を示します。さらに、"効果的な" Li-Li相互作用を捉え、GAPモデルの性能を向上させるために明示的な対ポテンシャルフィットを使用する利点を示します。これは、機械学習に基づくポテンシャルを使用してホストフレームワーク中のゲスト原子をモデル化するための概念実証を提供し、長期的にはバッテリー材料の詳細な原子論的研究を実施するための望ましいものです。