Overcoming sampling limitations using machine-learned interatomic potentials: the case of water-in-salt electrolytes
Die Studie zeigt, dass maschinengelernte Interatompotenziale, insbesondere durch Feinabstimmung von Foundation-Modellen, die Sampling-Grenzen ab-initio-Molekulardynamik bei hochkonzentrierten Wasser-in-Salz-Elektrolyten überwinden und dabei eine hervorragende Übereinstimmung mit experimentellen Beobachtungen sowie eine effiziente Erfassung schwer zugänglicher Konfigurationen ermöglichen.