Extrapolation of Machine-Learning Interatomic Potentials for Organic and Polymeric Systems
Este estudio establece una hoja de ruta para desarrollar potenciales interatómicos de aprendizaje automático transferibles a sistemas macromoleculares, demostrando mediante un análisis controlado de n-alcanos cómo la convergencia de entornos químicos y la construcción cuidadosa de listas de vecinos permiten extrapolar con precisión la energía de moléculas grandes a partir de datos de sistemas más pequeños.