Flexible Cutoff Learning: Optimizing Machine Learning Potentials After Training
この論文は、学習後に各原子ごとのカットオフ半径を最適化することで、精度と計算コストのバランスを用途に合わせて調整可能にする新しい機械学習ポテンシャル手法「Flexible Cutoff Learning(FCL)」を提案し、分子結晶のサブセットにおいて再学習なしで計算コストを 60% 以上削減しながら力誤差を 1% 未満に抑えることを実証しています。