arXiv · Machine Learning· Sheng Bi, Yi-Ze Wang, Jun Cheng·· 9 小时前AI 评分38
机器学习力场借助 LLPR 用更少标签达到全数据精度
Full-data accuracy with fewer labels for training and fine-tuning machine-learning force fields
AI 导读
面向机器学习力场（MLFF）的研究提出基于 last-layer-projection regression（LLPR）的主动学习流程，以低成本估计配置不确定性。该方法在分子、凝聚相和电解质体系中用少量电子结构标签恢复全数据精度，并在基础模型微调中以更少标签接近实际微调上限。迭代式电解质微调中，LLPR还能提前发现不合理的局部配位，并复现参考密度和 Li--O 配位结构。
来源：arXiv · Machine Learning · arxiv.org