Extrapolation of Machine-Learning Interatomic Potentials for Organic and Polymeric Systems
Cette étude établit une feuille de route pour développer des potentiels interatomiques basés sur l'apprentissage machine transférables aux systèmes macromoléculaires en démontrant que la convergence des environnements chimiques et l'optimisation des listes de voisins permettent d'extrapoler avec succès les énergies de polymères à partir de données issues de petites molécules analogues.