Systematically improved potential energy surfaces via sinNN models and sparse grid sampling
Este trabajo presenta una metodología automatizada que combina muestreo de rejillas dispersas jerárquicas y redes neuronales con activación sinusoidal (sinNN) para construir superficies de energía potencial globales, precisas y en forma de suma de productos, capaces de reproducir con fidelidad espectroscópica las frecuencias vibracionales de moléculas como el HONO, el ácido fórmico y el ácido carbámico.