机器学习辅助下的全面第一原理表面光谱学
摘要：结合高维神经网络间势和对称自适应高斯过程回归两种机器学习技术，我们克服了目前对水/空气界面进行原始准确性模拟的局限性。通过利用基于数据驱动的局部原子环境分解，我们发展了一个简单的方案，使得我们能够获得与当前实验一致的振动总和频率产生光谱。此外，我们还确定了不准确性的主要来源，并为复杂界面的表面敏感光谱模拟建立了明确的路径。
作者：Yair Litman and Jinggang Lan and Yuki Nagata and David M. Wilkins
论文ID：2305.09321
分类：Chemical Physics
分类简称：physics.chem-ph
提交时间：2023-08-07