ИИ и сложнейшие проблемы мира · Химия и материалы · arXiv · 2026-10-19
Электризованные границы раздела металл — вода при постоянном потенциале: data-efficient перенос обучения для молекулярной динамики на основе машинного обучения
Оригинальное название: Electrified Metal-Water Interfaces at Constant Potential: Data-Efficient Transfer Learning for Machine-Learning-Based Molecular Dynamics
Моделирование электрифицированных границ металл–вода при постоянном потенциале с явным растворителем непомерно дорого для ab initio методов. TRECI использует трансферное обучение на основе моделей общего назначения и предметно-специфичных моделей, чтобы строить силовые поля машинного обучения по сокращённому числу эталонных конфигураций. Для границы Cu(111)–вода модели, обученные примерно на тысяче конфигураций, дают точную молекулярную динамику и воспроизводят зависящую от смещения перестройку растворителя.