Machine learning Hamiltonian enables scalable and accurate defect calculations: The case of oxygen vacancies in amorphous SiO
이 논문은 산소 공공을 포함한 결함 시스템의 구조적 완화 및 형성 에너지 예측을 위해 기존 기계 학습 간섭 포텐셜의 한계를 극복하고 DFT 수준의 정확도를 유지하면서 선형 스케일링 비용으로 확장 가능한 기계 학습 해밀토니안 (MLH) 기반 방법을 제안합니다.