DPA4C-LR

新的MLIP方法增强了原子材料建模的可扩展性和准确性

研究人员开发了新的方法来提高材料建模的机器学习原子间势（MLIPs）的准确性和可扩展性。一种方法DPA4C-LR将长程静电力和Born有效电荷分析性地分离到全局计算中，同时保留局部MLIP特性，能够模拟多达520万个原子。另一种方法将何时使用昂贵的从头算（如DFT）与更便宜的MLIPs的决策，构建为一个使用共形风险控制框架的风险可控选择问题，旨在将MLIP误差保持在用户定义的阈值以下。