正確な機械学習ポテンシャルの構築と、構造的および熱的特性を予測するための高効率な原子シミュレーションの実行

本研究では、機械学習ポテンシャル（特に、ニューロエボリューションポテンシャル（NEP）とモーメントテンソルポテンシャル（MTP））を用いて、スーパーイオン伝導体Cu7PS6の構造的および熱的特性を予測する高効率な原子シミュレーションを実行する方法を提案しています。