potentials

"The article's context provides the title: 'The Semiclassical Limit of the 2D Dirac--Hartree Equation with Periodic Potentials.'"

A

* 根据版权法第32条进行合法引用。

机器学习原子间势中长程静电力的简化

Research #Potentials 🔬 Research|分析: 2026年1月10日 09:22•

发布: 2025年12月19日 19:48

•

1分で読める

•ArXiv

分析

这项研究表明，在基于机器学习的原子间势中，对长程静电相互作用进行建模可能会有显著简化。这可能导致更有效、更精确的材料模拟。

关键要点

引用 / 来源

"The article is sourced from ArXiv."

A

* 根据版权法第32条进行合法引用。

机器学习原子间势在非均相催化中的准确性分析

Research #MLIP 🔬 Research|分析: 2026年1月10日 09:59•

发布: 2025年12月18日 16:06

•

1分で読める

•ArXiv

分析

这篇来自ArXiv的文章很可能调查了机器学习原子间势（MLIP）在模拟和预测催化反应中的性能。关注非均相催化表明它具有实际应用价值，并可能对材料科学和化学工程产生重大影响。

关键要点

引用 / 来源

"The article's source is ArXiv, indicating a pre-print or research publication."

A

* 根据版权法第32条进行合法引用。

深入研究：比较通用机器学习原子间势的潜在特征

Research #Materials 🔬 Research|分析: 2026年1月10日 13:02•

发布: 2025年12月5日 13:45

•

1分で読める

•ArXiv

分析

这篇ArXiv文章可能探讨了用于模拟原子相互作用的机器学习模型所学习的内部表征。研究侧重于潜在特征，这表明试图理解并可能改善这些势函数的泛化性和效率。

关键要点

引用 / 来源

"The article's context indicates it comes from ArXiv, a repository for scientific preprints."

A

* 根据版权法第32条进行合法引用。

基准测试机器学习原子间势在纳米粒子模拟中的应用

Research #Materials Science 🔬 Research|分析: 2026年1月10日 13:07•

发布: 2025年12月4日 19:43

•

1分で読める

•ArXiv

分析

这篇文章侧重于使用机器学习准确模拟纳米粒子行为这一重要问题。作者可能评估了不同原子间势的性能，这对于材料科学的进步至关重要。

关键要点

引用 / 来源

"The study likely investigates how to decouple energy accuracy from structural exploration within the context of nanoparticle simulations."

A

* 根据版权法第32条进行合法引用。