La IA y los problemas difíciles del mundo · Química y materiales · arXiv · 2026-10-19
La importancia del conjunto de datos de entrenamiento para los potenciales interatómicos de aprendizaje automático: la simulación del agua como ejemplo
Título original: Training Dataset Matters for Machine Learning Interatomic Potentials: Water Simulation as an Example
Tomando el agua como ejemplo, este artículo muestra que los potenciales interatómicos de aprendizaje automático (MLIP) dependen de conjuntos de datos de entrenamiento que cubran las condiciones termodinámicas y las fases relevantes. Los conjuntos de datos insuficientemente muestreados condujeron a predicciones erróneas de la densidad, la temperatura de fusión y los efectos cuánticos nucleares. Los conjuntos de datos completos calculados con el mismo método de estructura electrónica dieron predicciones consistentes independientemente de la arquitectura del MLIP, con densidades en acuerdo cuantitativo con los cálculos de referencia.