分子拡張動力学：設計による実験的一貫性のある原子的構造の生成

材料モデリングの根本的な目的は、実験的な観察値に合致する原子的構造を特定することです。無秩序材料に対する従来のアプローチは、熱力学的アンサンブルからサンプリングし、実験にマッチすることを期待することです。このプロセスは非効率的で、成功の保証はありません。私たちは、分子拡張動力学（MAD）と呼ぶ手法を提案します。これは、複数の実験的観察値に同時に一致し、第一原理データから学習した機械学習相互原子ポテンシャル（MLP）によって低エネルギーを示す構造を特定します。私たちは、同じ初期構造と基礎となるMLPを用いて、それぞれの実験的観察値（X線回折、中性子回折、ペア分布関数、X線光電子分光データ）と一致するガラス状炭素、ナノポーラス炭素、ta-C、a-C: D、およびa-COₓの代表的な構造を見つけ出すことで、その実現可能性を示します。この手法は一般的で、シミュレーションされた対応物が可微分原子記述子の関数として表現できる任意の実験的観察値を受け入れます。この手法は、実験的構造への計算的「顕微鏡」として機能します。