Npj Comput. Mater.: 高效建立机器学习原子间势的美好途径:元学习
知社学术圈
2025-01-24 11:30
文章摘要
本文探讨了元学习在机器学习原子间势(MLIPs)中的应用,旨在解决传统方法在数据集创建和模型训练中的效率问题。通过元学习,研究者能够利用不同理论水平的量子力学计算数据集,快速调整模型以适应新的任务,即使数据量较少。文章展示了元学习在多个大型有机分子数据集上的预训练效果,特别是在3BPA分子原子间势模型训练中,显著提高了势函数的准确性和平滑度。这一方法不仅扩展了机器学习原子间势的可用数据多样性,还为创建现成的预训练基础模型提供了可能性。研究结果表明,元学习能够有效利用不一致的量子力学理论水平数据集,生成更适应新数据集的模型,为机器学习原子间势的拟合开辟了新途径。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。