Влияние симметрии кристаллических структур в обучающей выборке на оценку энергии графовыми нейронными сетями на примере разупорядоченного CsPbI3

Abstract

В настоящее время большое значение приобрели гибридные вычислительные методы ирешения, основанные на данных и алгоритмах машинного обучения, направленные на скринингогромных по размеру химических пространств, состоящих из химически и структурноразупорядоченных структур. Несмотря на наличие большого количества наборов данных,полученных с применением методов вычислительной химии, многие исследования, например,нетривиальных процессов или разупорядоченных систем, зачастую требуют дополнительныхобъемов данных, способных в достаточной степени отразить особенности конкретной области.Принимая во внимание высокую стоимость применения теории функционала плотности,естественным образом возникает проблема выбора структур для тренировки моделей машинногообучения, которые впоследствии обеспечили бы более высокое качество предсказаний