AI dan Masalah-Masalah Sulit Dunia · Kimia & material · arXiv · 2026-10-19
Antarmuka Logam-Air Berlistrik pada Potensial Konstan: Transfer Learning yang Hemat Data untuk Dinamika Molekuler Berbasis Pembelajaran Mesin
Judul asli: Electrified Metal-Water Interfaces at Constant Potential: Data-Efficient Transfer Learning for Machine-Learning-Based Molecular Dynamics
Mensimulasikan antarmuka logam-air yang dialiri listrik pada potensial konstan dengan pelarut eksplisit sangat mahal jika menggunakan metode ab initio. TRECI memanfaatkan transfer learning dari model serbaguna dan model khusus domain untuk membangun medan gaya pembelajaran mesin dari jumlah konfigurasi acuan yang lebih sedikit. Untuk Cu(111)-air, model yang dilatih dengan sekitar seribu konfigurasi menghasilkan dinamika molekul yang akurat dan menangkap restrukturisasi pelarut yang bergantung pada bias.