AI और दुनिया की कठिन समस्याएँ · रसायन विज्ञान और पदार्थ · arXiv · 2026-10-19

इंटरएटॉमिक पोटेंशियल्स के लिए सक्रिय अधिगम: अनिश्चितता-आधारित डेटा दक्षता की समीक्षा

मूल शीर्षक: Active Learning for Interatomic Potentials: A Review of Uncertainty-Driven Data Efficiency

यह समीक्षा मशीन-लर्निंग इंटरएटॉमिक पोटेंशियल के लिए एक्टिव लर्निंग पर सत्तर से अधिक अध्ययनों का सर्वेक्षण करती है, जिसका उद्देश्य पोटेंशियल को उन परिस्थितियों के लिए सटीक बनाना है जहाँ उन्हें लागू किया जाता है। इसमें ऑन-द-फ़्लाई आणविक गतिकी, पूर्व-प्रशिक्षित मॉडलों की फ़ाइन-ट्यूनिंग, तथा पदार्थों और रासायनिक प्रणालियों के लिए सैंपलिंग शामिल हैं। लेखक यह भी बताते हैं कि अनिश्चितता के अनुमान विभिन्न आर्किटेक्चर में अलग-अलग होते हैं और अक्सर वहीं सबसे कम विश्वसनीय होते हैं जहाँ वे सबसे अधिक मायने रखते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →