🔬 materials science
Predicting large-supercell defect formation energies from machine-learning charge density models trained on small supercells
Este artículo propone un enfoque de densidad de carga mediante aprendizaje automático (MLCD) que, al optimizar los conjuntos de entrenamiento con superceldas pequeñas de tamaño mixto, logra una predicción de alta precisión de las energías de formación de defectos en superceldas grandes con una eficiencia de datos y tasas de error significativamente mayores en comparación con los potenciales interatómicos de aprendizaje automático tradicionales.