Improving Reliability of Machine Learned Interatomic Potentials With Physics-Informed Pretraining
Este artículo presenta una estrategia de preentrenamiento basada en principios físicos que, al utilizar potenciales atómicos simples antes del ajuste fino con datos cuánticos, mejora consistentemente la precisión, estabilidad y fiabilidad de los potenciales interatómicos aprendidos por máquina en simulaciones de dinámica molecular.