机器学习准确预测水的熔化特性
Research Paper#Computational Chemistry, Machine Learning, Water Properties🔬 Research|分析: 2026年1月3日 18:24•
发布: 2025年12月30日 01:57
•1分で読める
•ArXiv分析
本文研究了使用机器学习势能（特别是Deep Potential模型）来模拟水和冰的熔化特性，包括熔点、密度不连续性和最大密度温度。该研究将不同的势能模型（包括基于密度泛函理论（DFT）数据和MB-pol势能训练的模型）与实验结果进行了比较。关键发现是，基于MB-pol的模型准确地再现了实验结果，而基于DFT的模型显示出差异，这归因于对氢键强度的过高估计。这项工作突出了机器学习在准确模拟复杂水性系统方面的潜力，并提供了对某些DFT近似的局限性的见解。