跳到主要内容
检索

# 多保真度训练

1 篇关联报道

订阅更新
  1. arXiv

    面向带电点缺陷的多保真度机器学习原子间势

    该工作以半导体Sb2Se3中的空位为案例,发现当前基于体相数据训练的机器学习原子间势无法可靠识别缺陷基态结构,进而提出在MACE架构中引入全局缺陷电荷嵌入,并结合低保真(PBE)与高保真(HSE06)数据的多保真度训练策略,使模型在固定缺陷超胞尺寸下将基态结构识别精度提升至0.05 Å以内、缺陷形成能与热力学跃迁能级与杂化泛函DFT吻合到0.02 eV以内,并发现标准缺陷搜索流程遗漏的全局极小值。

已读完全部报道