Possibilités interatomiques apprises par la machine

Cette séance de cours explore les applications des potentiels interatomiques appris de la machine dans la prédiction des propriétés telles que l'énergie, le moment dipolaire et la polarisabilité. Il traite de l'utilisation de réseaux neuraux pour représenter des surfaces de potentiel-énergie à haute dimension, fournissant une description précise des processus chimiques. La séance de cours couvre également les représentations atomiques et les architectures d'apprentissage automatique utilisées pour optimiser l'exactitude des prédictions, mettant en évidence le potentiel des potentiels appris par la machine dans la capture précise des détails physiques à une fraction du coût des méthodes traditionnelles.