Dynamically training machine-learning-based force fields for strongly anharmonic materials

2026-09-22

0

OA

AI

DOI：10.1016/j.cpc.2026.110423

原文求助

摘要

En 中文

• 动态训练能够为非谐材料提供可靠的力场。 • 通过使用贝叶斯误差的轨迹平均值来减少冗余训练数据。 • 贝叶斯回归中的拟合误差为实际误差提供了下界。 • 动态训练的收敛性因此可以通过拟合误差来衡量。

Keyword:

Molecular dynamics

Dynamic training

Machine-learning

Bayesian linear regression

Anharmonicity