Flexible Cutoff Learning: Optimizing Machine Learning Potentials After Training
Ce papier présente l'apprentissage de coupure flexible (FCL), une méthode permettant d'entraîner des potentiels interatomiques par apprentissage automatique avec des rayons de coupure ajustables après l'entraînement, offrant ainsi une optimisation post-formation du compromis précision-coût sans nécessiter de réentraînement.