Mixture of Experts Framework in Machine Learning Interatomic Potentials for Atomistic Simulations
Questo articolo introduce un framework multifidelity a miscela di esperti per potenziali interatomici nell'apprendimento automatico che suddivide spazialmente i domini di simulazione e impiega una strategia di co-training per risolvere le discrepanze meccaniche alle interfacce, ottenendo così un'accuratezza ad alta fedeltà per sistemi catalitici complessi a più del doppio della velocità computazionale rispetto ai metodi standard.