🔬 materials science
A single design choice determines whether machine learning models of materials make physically impossible predictions
Este artigo demonstra que incorporar rótulos de paridade nas características de modelos de aprendizado de máquina é uma escolha de projeto crítica que garante previsões fisicamente exatas para propriedades proibidas por simetria em cristais centrosimétricos, ao passo que modelos que carecem dessa característica produzem erros fisicamente impossíveis em quase todos os casos sem sacrificar a acurácia.