arXiv 物理· Michele Giovanni Bianchi, Michele Re Fiorentin, Francesca Risplendi, Candido Fabrizio Pirri, Michele Parrinello, Luigi Bonati, Giancarlo Cicero·· 3 天前AI 评分34
TRECI：用数据高效迁移学习构建恒电势电化学界面的机器学习力场
Electrified Metal-Water Interfaces at Constant Potential: Data-Efficient Transfer Learning for Machine-Learning-Based Molecular Dynamics
AI 导读
研究者提出 TRECI 工作流，通过从通用与领域专用模型迁移学习构建机器学习力场，在电子巨正则分子动力学中以更少参考构型达到 ab initio 级精度。在 Cu(111)-水界面仅用 1000 个构型训练即获得准确模拟，捕捉到此前未报道的偏压依赖溶剂重构效应。该方法使高阶 meta-GGA 泛函与严格表面带电方案可用于恒电势模拟，显著降低电化学建模成本。
来源：arXiv 物理 · arxiv.org