Accelerating point defect simulations using data-driven and machine learning approaches
تستعرض هذه الورقة المنهجيات القائمة على البيانات والتعلم الآلي، ولا سيما النماذج القائمة على الواصفات والجهود بين الذرية المدربة على بيانات نظرية الكثافة الوظيفية (DFT)، التي تسرع محاكاة عيوب النقاط في المواد الصلبة من خلال تمكين التنبؤات السريعة والدقيقة ميكانيكيًا كميًا لخصائص مثل طاقات التكوين وطاقات الاهتزاز الحرة من أجل الفحص عالي الإنتاجية والتكامل التجريبي.