Accelerating point defect simulations using data-driven and machine learning approaches
Dit artikel biedt een overzicht van data-gedreven en machine learning-benaderingen die kwantummekanische simulaties van puntdefecten in vaste stoffen versnellen, waardoor snelle voorspellingen mogelijk worden met DFT-nauwkeurigheid en een nieuwe horizon wordt geopend voor onderzoek naar defectenergetiek bij eindige temperaturen.