🔬 materials science

Physics-informed Machine Learning Prediction of Hubbard Interaction Parameters

Diese Studie präsentiert physik-informierte maschinelle Lernmodelle, die cRPA-abgeleitete Hubbard-Wechselwirkungsparameter ( $U_{\rm eff}$ , $V$ und $J$ ) für Übergangsmetalloxide präzise vorhersagen und damit sowohl Möglichkeiten für das Hochdurchsatz-Screening als auch neue physikalische Einblicke in die elektronischen und strukturellen Faktoren bieten, welche diese Wechselwirkungen steuern.

Ursprüngliche Autoren: Jiyeon Kim, Indukuru Ramesh Reddy, Bongjae Kim, Sooran Kim

Veröffentlicht 2026-07-30

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Jiyeon Kim, Indukuru Ramesh Reddy, Bongjae Kim, Sooran Kim

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, ein perfektes Modell einer winzigen, geschäftigen Stadt aus Atomen zu bauen. In dieser Stadt sind Elektronen die Bürger, die umherwirbeln und miteinander interagieren. Manchmal sind diese Elektronen gut erzogen und folgen den Standard-Verkehrsregeln. Aber in bestimmten Materialien, wie etwa Übergangsmetalloxiden, werden die Elektronen ungezogen. Sie beginnen, sich gegenseitig so stark zu schubsen und zu drängen, dass die üblichen Regeln außer Kraft gesetzt werden. Dies wird als „starke Elektronenkorrelation“ bezeichnet. Um diese Materialien zu verstehen – die entscheidend für die Herstellung besserer Batterien, Supraleiter und Magnete sind – nutzen Wissenschaftler einen speziellen Satz von Regeln, die „Hubbard-Parameter“ genannt werden. Denken Sie bei diesen Parametern an die „Verkehrsgesetze“ für diese ungezogenen Elektronen: wie stark sie sich abstoßen, wenn sie sich am selben Ort befinden (On-site), wie sie mit Nachbarn die Straße gegenüber interagieren (Inter-site) und wie sie synchron rotieren (Hund-Kopplung).

Lange Zeit war das Bestimmen dieser Verkehrsgesetze ein Ratespiel. Wissenschaftler passten die Zahlen so lange an, bis ihre Computermodelle mit realen Experimenten übereinstimmten, aber das machte ihre Modelle für neue Materialien unzuverlässig. Später wurde eine präzisere Methode namens „Constrained Random-Phase Approximation“ (cRPA) entwickelt. Es ist, als hätte man eine supergenaue Verkehrskamera, die die Regeln basierend auf der Physik exakt berechnen kann, aber sie ist so rechenintensiv, dass sie ewig dauert, was es unmöglich macht, jedes Material im Universum zu überprüfen. Hier wird die Geschichte interessant: Wie bekommt man die Genauigkeit der Superkamera, ohne Jahre auf die Ergebnisse zu warten?

Die Geschichte des Papers: Computern beibringen, die Regeln zu erraten

In dieser Studie beschlossen die Forscher Jiyeon Kim, Indukuru Ramesh Reddy und ihr Team an der Kyungpook National University, einem Computer beizubringen, ein Meister-Verkehrspolizist zu werden. Sie wollten ein „physik-informiertes“ maschinelles Lernmodell entwickeln, das diese kniffligen Hubbard-Parameter (speziell $U_{eff}$ , $V$ und $J$ ) für Übergangsmetalloxide vorhersagen kann. Anstatt den Computer einfach blind raten zu lassen, gaben sie ihm einen Spickzettel mit physikalischen Hinweisen – Dinge wie die Breite der „Autobahn“ des Elektrons (Bandbreite) und den energetischen Abstand der Energieniveaus zum Sauerstoffnachbarn (Bandzentrum-Trennung).

Das Team baute zuerst einen massiven Datensatz mit der langsamen, teuren cRPA-Methode auf, um die „wahren“ Antworten für eine Vielzahl von Materialien zu erhalten. Dann trainierten sie drei verschiedene Arten von Detektiven des maschinellen Lernens (genannt Random Forest, Gradient Boosting und XGBoost), um die Muster zu erlernen. Die Ergebnisse waren beeindruckend. Der beste Detektiv, ein XGBoost-Modell, konnte die On-site-Abstoßung ( $U_{eff}$ ) mit einem Fehler von nur 0,148 eV, die Nachbarschaftsinteraktion ( $V$ ) mit einem Fehler von 0,062 eV und die Spin-Ausrichtung ( $J$ ) mit einem winzigen Fehler von 0,007 eV vorhersagen. Um dies in Perspektive zu setzen: Das Modell ist so gut, dass es den Unterschied zwischen Materialien fast so gut erkennen kann wie die langsame, teure Methode, jedoch in einem Bruchteil einer Sekunde.

Doch die Autoren hörten nicht damit auf, nur eine „Black Box“ zu erschaffen, die Antworten liefert. Sie wollten wissen, warum der Computer diese Vermutungen anstellt. Also nutzten sie einen zweiten Trick, eine „regressionsbasierte Brute-Force-Suche“ (BFS). Stellen Sie sich dies als das Unterziehen des besten Rates des Computers vor, ihn dazu zu bringen, eine einfache mathematische Gleichung aufzuschreiben, die die Logik erklärt. Dies enthüllte einige faszinierende Wahrheiten über die atomare Welt:

Für die On-Site-Abstoßung ( $U_{eff}$ ): Das Modell fand heraus, dass dieser Wert ein Tauziehen zwischen der „Lokalisierung“ eines Elektrons (wie fest an sein Atom gebunden es ist) und dessen Mischung mit seinen Sauerstoffnachbarn ist. Die Mathematik zeigte: Wenn das Elektron stärker lokalisiert ist (schmalere Bandbreite) und weniger mit Sauerstoff vermischt ist (größere Energie-Trennung), wird die Abstoßung stärker. Die abgeleitete Gleichung verknüpfte diese physikalischen Konzepte direkt mit dem Endwert.
Für die Nachbarschaftsinteraktion ( $V$ ): Hier drehte sich alles um die Struktur. Das Modell deutete darauf hin, dass die Interaktion zwischen Nachbarn stärker ist, wenn die Atome dichter gepackt sind (strukturelle Kompaktheit) und die Mischung mit Sauerstoff stärker ausgeprägt ist. Interessanterweise spielte die „Lokalisierung“ des Elektrons hierbei eine weniger wichtige Rolle als bei der On-Site-Abstoßung.
Für die Spin-Ausrichtung ( $J$ ): Dies war der einfachste Teil. Das Modell entdeckte, dass die Spin-Ausrichtung fast vollständig durch die Identität des Metallatoms selbst bestimmt wird. Es ist wie ein Fingerabdruck; wenn man das Element kennt (seine Ordnungszahl und Gruppe), kann man das Spin-Verhalten mit unglaublicher Genauigkeit vorhersagen, unabhängig von der komplexen Umgebung. Das Modell legte nahe, dass diese Wechselwirkung durch die Umgebung schwach abgeschirmt wird, wodurch der natürliche Charakter des Atoms deutlich hervortritt.

Die Autoren betonen, dass diese Modelle des maschinellen Lernens zwar hochgradig genau, aber nicht magisch sind. Sie basieren auf dem Fundament der cRPA-Daten, die als „Wahrheit“ für das Training dienen. Die Studie legt nahe, dass Wissenschaftler durch die Kombination der Geschwindigkeit des maschinellen Lernens mit den physikalischen Erkenntnissen dieser abgeleiteten Gleichungen nun tausende Materialien schnell screenen können, ohne das tiefe Verständnis dafür zu opfern, warum sie sich so verhalten, wie sie es tun. Es ist ein Weg, das Beste aus beiden Welten zu erhalten: die Geschwindigkeit einer Vermutung und die Weisheit eines Physikers.

Technische Zusammenfassung: Physik-informiertes maschinelles Lernen zur Vorhersage von Hubbard-Wechselwirkungsparametern

Problemstellung
Die genaue Bestimmung der Hubbard-Wechselwirkungsparameter – insbesondere der effektiven On-site-Coulomb-Wechselwirkung ( $U_{eff}$ ), der Inter-Site-Coulomb-Wechselwirkung ( $V$ ) und der Hundskopplung ( $J$ ) – ist entscheidend für die Anwendung von Beyond-DFT-Methoden (wie DFT+U, DFT+DMFT und DFT+U+V) auf korrelierte Materialien. Während das empirische Tuning dieser Parameter üblich ist, begrenzt dies die Übertragbarkeit. First-Principles-Ansätze wie die konstraintierte Random-Phase-Approximation (cRPA) bieten einen rigorosen, übertragbaren Weg, indem sie die elektronische Abschirmung explizit behandeln. Die hohen Rechenkosten von cRPA-Berechnungen stellen jedoch einen Engpass für das groß angelegte Material-Screening dar. Obwohl jüngere Studien zum maschinellen Lernen (ML) Hubbard-Parameter vorhergesagt haben, bleibt die spezifische Vorhersage von cRPA-abgeleiteten $U_{eff}$ , $V$ und $J$ unter Verwendung von Deskriptoren, die Elektronenlokalisierung und Abschirmungseffekte erfassen, weitgehend unerforscht.

Methodik
Die Autoren entwickelten ein physik-informiertes ML-Framework zur Vorhersage von cRFA-abgeleiteten Parametern für einen vielfältigen Satz von Übergangsmetalloxiden (TMOs) mit Perowskit-, Olivin-, Spinell-, Schicht- und Schichtperowskit-Strukturen.

Datengenerierung: Ein Datensatz von $U_{eff}$ , $V$ und $J$ wurde mittels cRPA-Berechnungen innerhalb von VASP generiert. Der korrelierte Subraum (TM-d-Manifold) wurde über Wannier-Funktionsprojektionen definiert, wobei die mit diesen Bändern assoziierten Abschirmungsprozesse ausgeschlossen wurden, um die abgeschirmte Wechselwirkung zu berechnen.
Merkmalskonstruktion: Die Studie konstruierte 12 Deskriptoren, die in folgende Kategorien unterteilt sind:
- Elektronische Strukturmerkmale: TM-d-Bandbreite ( $W$ ) und die Energietrennung zwischen den Zentren der TM-d- und O-p-Bänder ( $D_{d-p}$ ), welche Lokalisierung bzw. Hybridisierung/Abschirmung repräsentieren.
- Atomare und Zusammensetzungsmerkmale: Ordnungszahl des Übergangsmetalls ( $Z_{TM}$ ), Gruppe ( $G_{TM}$ ), Periode ( $P_{TM}$ ), durchschnittliche d-Elektronenanzahl ( $n_d$ ) und durchschnittliche Oxidationsstufe ( $n_{ox}$ ).
- Strukturmerkmale: Anzahl der Atome in der Elementarzelle ( $N_{u.c}$ ), Anzahl der TM-Ionen ( $TM_{u.c}$ ), kürzeste TM-O-Bindungslänge ( $d_{TM-O}$ ), Volumen pro Formeleinheit ( $V_{f.u}$ ) und Raumgruppennummer ($SG$).
Modellierungsstrategie: Die Studie verfolgte einen dualen Ansatz:
- Ensemble-Learning: Random Forest (RF), Gradient Boosting Regression (GBR) und Extreme Gradient Boosting (XGB) Modelle wurden unter Verwendung von Leave-One-Out Cross-Validation (LOOCV) trainiert, um Schlüsselmerkmale zu identifizieren und eine hohe Vorhersagegenauigkeit zu erreichen.
- Regressionsbasierte Brute-Force-Suche (BFS): Um explizite analytische Ausdrücke zu erhalten, wurde ein BFS-Algorithmus angewendet. Die aus der Ensemble-Analyse selektierten Primärmerkmale wurden mithilfe von 15 nichtlinearen Funktionen (z. B. $x, 1/x, e^x, \ln(x+1)$ ) transformiert, um prototypische Merkmale zu generieren. Diese wurden multiplikativ zu zusammengesetzten Merkmalen kombiniert, um lineare Regressionsmodelle (bezeichnet als $mCnF$, wobei $m$ die Anzahl der zusammengesetzten Merkmale und $n$ die Anzahl der Primärmerkmale ist) zu konstruieren.

Wichtigste Ergebnisse

Vorhersage von $U_{eff}$ :
- Ensemble-Modelle: XGB erzielte die beste Leistung mit einem RMSE von 0,148 eV und einem $R^2$ von 0,899 unter Verwendung von sechs Merkmalen ( $n_{ox}, n_d, N_{u.c}, V_{f.u}, Z_{TM}, G_{TM}$ ). Eine Teilmenge von vier Merkmalen ( $n_{ox}, n_d, N_{u.c}, V_{f.u}$ ) lieferte eine nahezu gesättigte Leistung (RMSE 0,168 eV).
- Analytische Ausdrücke: Die BFS-Methode lieferte explizite Formeln. Ein Modell, das den physikalisch motivierten Satz ( $W, D_{d-p}, n_d, V_{f.u}$ ) verwendete, erreichte einen RMSE von 0,207 eV. Die abgeleitete analytische Form (Gl. 3) setzt $U_{eff}$ direkt in Beziehung zur Lokalisierung ( $W$ ) und Hybridisierung ( $D_{d-p}$ ) und zeigt, dass $U_{eff}$ mit reduzierter Hybridisierung (größeres $D_{d-p}$ ) steigt und eine nicht-monotone Abhängigkeit von $n_d$ aufweist.
Vorhersage der Inter-Site-Wechselwirkung $V$ :
- Ensemble-Modelle: XGB erreichte einen RMSE von 0,062 eV ( $R^2 = 0,784$ ) unter Verwendung von fünf Merkmalen ( $n_d, N_{u.c}, V_{f.u}, SG, Z_{TM}$ ).
- Analytische Ausdrücke: Das beste BFS-Modell (3C2F-Konfiguration) unter Verwendung des Satzes ( $n_d, N_{u.c}, V_{f.u}, P_{TM}$ ) erreichte einen RMSE von 0,071 eV. Die resultierende Formel (Gl. 4) zeigt, dass $V$ durch strukturelle Kompaktheit (kleineres $V_{f.u}$ und größere $N_{u.c}$ erhöhen $V$ ) und hybridisierungsbezogene Abschirmung ( $D_{d-p}$ ) bestimmt wird, während $W$ (Lokalisierung) eine minimale Rolle spielt.
Vorhersage der Hundskopplung $J$ :
- Ensemble-Modelle: $J$ wurde mit außergewöhnlicher Genauigkeit unter Verwendung minimaler Deskriptoren vorhergesagt. XGB erreichte einen RMSE von 0,007 eV ( $R^2 = 0,989$ ) mit nur drei Merkmalen ( $G_{TM}, P_{TM}, SG$ ). Selbst ein einzelnes Merkmal ( $Z_{TM}$ ) lieferte einen RMSE von ~0,015 eV.
- Analytische Ausdrücke: Die BFS-Analyse bestätigte, dass $J$ primär durch intrinsische atomare Eigenschaften bestimmt wird. Das beste analytische Modell (Gl. 6) hängt nur von elementaren Deskriptoren ( $G_{TM}$ und $P_{TM}$ ) ab, was den Trend widerspiegelt, dass $J$ mit der TM-Serie steigt und mit der Periode abnimmt, was konsistent mit der Bewahrung der reinen atomaren Trends aufgrund der schwachen Abschirmung in cRPA ist.

Bedeutung und Ansprüche
Das Paper beansprucht, einen effizienten Ansatz zur Vorhersage von cRPA-abgeleiteten Hubbard-Parametern bereitzustellen, wodurch DFT+U- und DFT+U+V-Workflows beschleunigt werden, ohne auf empirische Anpassungen angewiesen zu sein. Durch die Kombination von Ensemble-Learning mit BFS erreicht die Studie sowohl eine hohe Vorhersagegenauigkeit als auch physikalische Interpretierbarkeit.

Die Autoren betonen, dass ihr Framework spezifische physikalische Erkenntnisse liefert:

$U_{eff}$ ist direkt mit dem Wettbewerb zwischen Elektronenlokalisierung und TM-d/O-p-Hybridisierung verknüpft.
$V$ wird primär durch hybridisierungsbezogene Abschirmung und strukturelle Kompaktheit bestimmt, nicht durch die Orbital-Lokalisierung.
$J$ wird fast ausschließlich durch die intrinsischen atomaren Eigenschaften des Übergangsmetallions bestimmt, da die cRPA-Abschirmung für diesen Parameter schwach ist.

Die Studie kommt zu dem Schluss, dass dieses physik-informierte ML-Framework einen praktischen Weg bietet, um Deskriptor-Eigenschafts-Beziehungen in korrelierten Oxiden zu identifizieren, und explizite analytische Formeln liefert, die auf neue Materialien angewendet werden können, ohne Zugriff auf die ursprünglichen Trainingsdaten oder komplexe cRPA-Berechnungen zu benötigen.

Mehr davon