通过主动学习微调图形神经网络:释放在非水性系统上训练的图形神经网络的潜力,以减少水性CO22

Zihao Jiao1,2, Yu Mao2, Ruihu Lu2

  • 1International Research Center for Renewable Energy, State Key Laboratory of Multiphase Flow in Power Engineering, Xi'an Jiaotong University, Xi'an, Shaanxi 710049, China.

概括

本研究引入了一种主动学习方法,以适应图形神经网络 (GNN) 用于水性催化. 这种方法加速了模拟,并准确地预测了水中的反应路径,这对于现实的催化机制预测至关重要.