Integration of a Structural Coherence Model with a Semi-Universal Machine Learning Interatomic Potential to Predict Molten Salt Thermal Conductivity
यह शोध पत्र एक एकीकृत कार्यप्रणाली प्रस्तुत करता है जो पारंपरिक आणविक गतिकी (मॉलिक्यूलर डायनेमिक्स) सिमुलेशन की तुलना में बहुत कम गणनात्मक लागत पर, प्रयोगात्मक स्तर की सटीकता के साथ पिघले हुए लवणों (मोल्टन साल्ट्स) की तापीय चालकता की तेजी से भविष्यवाणी करने के लिए सुपरसॉल्ट (SuperSalt) मशीन-लर्निंग इंटरएटॉमिक पोटेंशियल को एक संरचनात्मक सुसंगतता मॉडल के साथ जोड़ती है।