AI এবং বিশ্বের কঠিন সমস্যাগুলো · রসায়ন ও উপকরণ · arXiv · 2026-10-20

সার্বজনীন মেশিন-লার্নিং আন্তঃপারমাণবিক বিভবে সংকোচন-প্রসারণ ত্রুটির অসামঞ্জস্য বোঝা

মূল শিরোনাম: Understanding compression-extension error asymmetry in universal machine-learning interatomic potentials

দিকনির্দিষ্ট বিকৃতির ক্ষেত্রে সর্বজনীন মেশিন-লার্নিং ইন্টারঅ্যাটমিক পটেনশিয়ালের নির্ভরযোগ্যতা স্পষ্ট নয়। লেখকরা একই মূল কাঠামো থেকে জোড়া বিকৃতি পথ বরাবর সংকোচন ও প্রসারণের তুলনা করেছেন এগারোটি প্রি-ট্রেইনড পটেনশিয়ালের জন্য, DFT রেফারেন্স ব্যবহার করে। ±10% স্ট্রেইনে প্রতিটি মডেলের সংকোচনে বলের ত্রুটির মধ্যমান বেশি ছিল। ত্রুটি বৃদ্ধির বিশ্লেষণে দেখা গেছে বলের স্কেল মেলানো এই অসামঞ্জস্য কমায়, যদিও একটি ডেটাসেটে সংকোচন-দিকে বাড়তি ত্রুটি থেকে যায়।

মূল লেখা পড়ুন ↗

সব আইটেম →