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

स्थिर विभव पर विद्युतीकृत धातु-जल अंतरापृष्ठ: मशीन-लर्निंग-आधारित आणविक गतिकी के लिए डेटा-कुशल ट्रांसफर लर्निंग

मूल शीर्षक: Electrified Metal-Water Interfaces at Constant Potential: Data-Efficient Transfer Learning for Machine-Learning-Based Molecular Dynamics

स्पष्ट विलायक के साथ स्थिर विभव पर विद्युतीकृत धातु-जल अंतरापृष्ठों का अनुकरण एब इनिशियो विधियों से बेहद महँगा है। TRECI सामान्य-उद्देश्य और क्षेत्र-विशिष्ट मॉडलों से ट्रांसफ़र लर्निंग का उपयोग करके कम संख्या के संदर्भ विन्यासों से मशीन-लर्निंग बल क्षेत्र बनाता है। Cu(111)-जल के लिए, लगभग एक हज़ार विन्यासों पर प्रशिक्षित मॉडल सटीक आणविक गतिकी देते हैं और बायस-निर्भर विलायक पुनर्संरचना को पकड़ते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →