La IA y los problemas difíciles del mundo · Química y materiales · arXiv · 2026-10-22
Un modelo combinado de tight binding con potencial de aprendizaje automático para compuestos de magnesio
Título original: A Combined Tight Binding with Machine Learning Potential Model for Magnesium Compounds
Los autores presentan DFTB+MACE, un modelo para sistemas basados en magnesio que combina el tight binding de funcional de densidad con el potencial interatómico de aprendizaje automático MACE, reemplazando el convencional potencial repulsivo de pares por un potencial de muchos cuerpos MACE entrenado sobre las diferencias de energía y fuerzas DFT-DFTB. Lo aplican a la relajación estructural de sistemas de adsorción de MgO-CO2, a la dinámica molecular de cúmulos de agua y a los espectros fonónicos del fcc-MgO estable y del bcc-MgO metaestable. El modelo mejora la precisión respecto al DFTB de potencial de pares con un coste adicional solo moderado y proporciona estructuras electrónicas que la mayoría de los potenciales de aprendizaje automático no puede ofrecer.