Can end-to-end learning from raw electronic structure explain magnetic anisotropy?
تُظهر هذه الدراسة أنه في حين يمكن لبنيات تعلم آلي مختلفة أن تحقق دقة متقاربة في التنبؤ بتباين الخواص المغناطيسية من الأطياف الإلكترونية الخام، فإن قابليتها للتفسير الفيزيائي وقدرتها على النقل خارج نطاق البيانات الأصلية تعتمدان على التحقق التقاربي من خلال مقارنة النماذج، ونظرية الاضطراب، والتدخلات الطيفية المنضبطة، بدلاً من الاعتماد على الأداء التنبئي وحده.