arXiv 物理· Yifan Li, Bingjia Yang, Chunyi Zhang, Axel Gomez, Pinchen Xie, Yixiao Chen, Pablo M. Piaggi, Roberto Car·· 3 天前AI 评分36
训练数据集对机器学习原子间势至关重要：以水模拟为例
Training Dataset Matters for Machine Learning Interatomic Potentials: Water Simulation as an Example
AI 导读
以水为案例的研究显示，机器学习原子间势（MLIP）若训练数据集采样不足，会错误预测密度、熔点和核量子效应。而用同一电子结构方法在全面数据集上训练的 MLIP，其性质预测与模型架构无关且彼此一致，密度与参考计算定量吻合。
来源：arXiv 物理 · arxiv.org