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

मशीन लर्निंग इंटरएटॉमिक पोटेंशियल के लिए प्रशिक्षण डेटासेट मायने रखता है: उदाहरण के रूप में जल सिमुलेशन

मूल शीर्षक: Training Dataset Matters for Machine Learning Interatomic Potentials: Water Simulation as an Example

जल को उदाहरण बनाकर, यह शोधपत्र दिखाता है कि मशीन-लर्निंग इंटरएटॉमिक पोटेंशियल (MLIPs) ऐसे प्रशिक्षण डेटासेट पर निर्भर करते हैं जो प्रासंगिक ऊष्मागतिकीय परिस्थितियों और प्रावस्थाओं को कवर करते हों। अपर्याप्त रूप से नमूना लिए गए डेटासेट के कारण घनत्व, गलनांक और नाभिकीय क्वांटम प्रभावों के गलत पूर्वानुमान मिले। उसी इलेक्ट्रॉनिक संरचना विधि से गणना किए गए व्यापक डेटासेट ने MLIP की संरचना चाहे जो हो, सुसंगत पूर्वानुमान दिए, और घनत्व संदर्भ गणनाओं के साथ मात्रात्मक रूप से मेल खाए।

मूल लेख पढ़ें ↗

सभी आइटम →