機械学習が水の融解特性を正確に予測
Research Paper#Computational Chemistry, Machine Learning, Water Properties🔬 Research|分析: 2026年1月3日 18:24•
公開: 2025年12月30日 01:57
•1分で読める
•ArXiv分析
この論文は、機械学習ポテンシャル（特にDeep Potentialモデル）を使用して、氷と水の融解特性（融点、密度不連続性、最大密度温度など）をシミュレーションすることを調査しています。この研究では、密度汎関数理論（DFT）データとMB-polポテンシャルで訓練されたものを含む、さまざまなポテンシャルモデルを実験結果と比較しています。主な発見は、MB-polベースのモデルが実験結果を正確に再現する一方、DFTベースのモデルは水素結合強度の過大評価に起因する矛盾を示すことです。この研究は、複雑な水性システムの正確なシミュレーションにおける機械学習の可能性を強調し、特定のDFT近似の限界に関する洞察を提供します。