Machine Learning Electrostatic Interactions in Materials
Vondrák, Martin
Maschinelles Lernen für interatomare Potentiale (MLIPs) erreicht nahezu first-principles-Genauigkeit bei deutlich geringerem Rechenaufwand. Die meisten MLIPs basieren jedoch auf lokalen oder semi-lokalen Darstellungen atomarer Umgebungen, was ihre Fähigkeit einschränkt, langreichweitige Elektrostatik, nicht-lokalen Lad...
- Humboldt-Universität zu Berlin
- English
- DOI: 10.18452/38755