加速された金属酸化物の熱化学予測のための機械学習

Nickolas A Joyner1, Sarah Sprouse1, Haizley Herndon1

  • 1Department of Chemistry and Biochemistry, The University of Alabama, Shelby Hall, Tuscaloosa, Alabama 35487-0336, United States.

まとめ

機械学習モデルは,金属酸化物のエネルギーを正確に予測し,大量結合エネルギーの計算を迅速に可能にします. このフレームワークは,標準化されたクラスタリングエネルギー (NCE) を使用して,計算コストを削減してDFTレベルの精度を達成します.