Systematically improved potential energy surfaces via sinNN models and sparse grid sampling
Diese Arbeit stellt eine Methode zur Erstellung globaler, summenproduktbasierter Potentialhyperflächen mittels hierarchischer Sparse-Grid-Abtastung und sinusfunktionaler neuronaler Netze (sinNN) vor, die eine systematisch verbesserbare, spektroskopisch präzise und topologisch unverzerrte Beschreibung molekularer Systeme wie HONO, Ameisensäure und Carbaminsäure ermöglicht.