Accelerating point defect simulations using data-driven and machine learning approaches
Este artículo ofrece una visión general de los esfuerzos recientes para acelerar las simulaciones de defectos puntuales en materiales sólidos mediante modelos basados en datos y aprendizaje automático, destacando cómo estos enfoques permiten predicciones precisas y de bajo costo de propiedades de defectos, incluyendo energías de formación y efectos a temperatura finita, así como su conexión con datos experimentales.