IA e os Problemas Difíceis do Mundo · Química e materiais · arXiv · 2026-10-22
Um modelo combinado de tight binding com potencial de aprendizado de máquina para compostos de magnésio
Título original: A Combined Tight Binding with Machine Learning Potential Model for Magnesium Compounds
Os autores apresentam o DFTB+MACE, um modelo para sistemas à base de magnésio que combina o tight binding de funcional de densidade com o potencial interatômico de aprendizado de máquina MACE, substituindo o convencional potencial repulsivo de pares por um potencial MACE de muitos corpos treinado com as diferenças de energia e forças DFT-DFTB. Eles o aplicam ao relaxamento estrutural de sistemas de adsorção de MgO-CO2, à dinâmica molecular de aglomerados de água e aos espectros de fônons do fcc-MgO estável e do bcc-MgO metaestável. O modelo melhora a precisão em relação ao DFTB com potencial de pares a um custo adicional apenas moderado e fornece estruturas eletrônicas que a maioria dos potenciais de aprendizado de máquina não consegue.