Evaluation of Foundational Machine Learned Interatomic Potentials for Migration Barrier Predictions
تقارن هذه الدراسة خمسة من الجهود الكامنة للذرات المعتمدة على التعلم الآلي والأساسية مقابل حسابات نظرية الكثافة الوظيفية بطريقة المسار المتعرج (DFT-NEB) لتقييم دقتها في التنبؤ بحواجز الهجرة الأيونية، كاشفةً أن نماذج مثل MACE-MP-0 وOrb-v3 تتفوق في التنبؤ بالحواجز والمسح عالي الإنتاجية رغم عدم وجود ارتباط مع دقة الهندسة المحلية.