面向电化学界面的机器学习原子间势：数据高效训练与铜/水界面溶剂重构现象

《eScience》：Electrified metal–water interfaces at constant potential: Data-efficient transfer learning for machine-learning-based molecular dynamics

　　

• •
  电化学界面机器学习原子间势的工作流程。
• •
  迁移学习和主动学习策略提高了机器学习模型的数据效率。
• •
  效率使得高水平真实数据和恒电势方案成为可能。
• •
  铜/水界面的机器学习模型仅需一千个数据点即可训练。
• •
  机器学习揭示了带电表面上依赖于偏置的溶剂重构现象。

Michele Giovanni Bianchi|Michele Re Fiorentin|Francesca Risplendi|Candido Fabrizio Pirri|Michele Parrinello|Luigi Bonati|Giancarlo Cicero