Long-range interaction effects on the phase transition, mechanical effect, and electric field response of BaTiO3 by machine learning potentials
Este estudo demonstra que, embora a incorporação de interações de longo alcance no potencial de aprendizado de máquina MACELES melhore significativamente a precisão quantitativa de propriedades como temperaturas de transição e constantes dielétricas do BaTiO3, a omissão dessas interações não altera substancialmente o comportamento ferroelétrico qualitativo do material.