Buchumschlag

Hyperparameter Optimization for Atomic Cluster Expansion Potentials

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Toit, Daniel F. Thomas du, Zhou, Yuxing, Deringer, Volker L.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computational Physics Materials Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Full-cycle device-scale simulations of memory materials with a tailored atomic-cluster-expansion potential
von: Zhou, Yuxing, et al.
Veröffentlicht: (2025)

The pathway to chirality in elemental tellurium
von: Zhou, Yuxing, et al.
Veröffentlicht: (2024)

Atomic cluster expansion potential for the Si-H system
von: Rosset, Louise A. M., et al.
Veröffentlicht: (2025)

Li-P-S Electrolyte Materials as a Benchmark for Machine-Learned Interatomic Potentials
von: Fragapane, Natascia L., et al.
Veröffentlicht: (2025)

An Atomic Cluster Expansion Potential for Twisted Multilayer Graphene
von: Wang, Yangshuai, et al.
Veröffentlicht: (2025)

The structure and topology of an amorphous metal-organic framework
von: Nicholas, Thomas C., et al.
Veröffentlicht: (2025)

Convergence of Body-Orders in Linear Atomic Cluster Expansions
von: Tan, Apolinario Miguel, et al.
Veröffentlicht: (2025)

The Zintl-Klemm Concept in the Amorphous State: A Case Study of Na-P Battery Anodes
von: Wu, Litong, et al.
Veröffentlicht: (2025)

An automated framework for exploring and learning potential-energy surfaces
von: Liu, Yuanbin, et al.
Veröffentlicht: (2024)

Machine-Learned Atomic Cluster Expansion Potentials for Fast and Quantum-Accurate Thermal Simulations of Wurtzite AlN
von: Yang, Guang, et al.
Veröffentlicht: (2023)

Medium-range structural order in amorphous arsenic
von: Liu, Yuanbin, et al.
Veröffentlicht: (2025)

Graph-neural-network predictions of solid-state NMR parameters from spherical tensor decomposition
von: Mahmoud, Chiheb Ben, et al.
Veröffentlicht: (2024)

The Microscopic Nature of Orbital Disorder in LaMnO$_{3}$
von: Batnaran, Bodoo, et al.
Veröffentlicht: (2025)

Stochastic Cluster Expansion for Excited State Energies
von: Canestraight, Annabelle, et al.
Veröffentlicht: (2026)

A Stochastic Cluster Expansion for Electronic Correlation in Large Systems
von: Canestraight, Annabelle, et al.
Veröffentlicht: (2026)

Regularity Priors for the Linear Atomic Cluster Expansion
von: Darby, James P., et al.
Veröffentlicht: (2026)

Charge-constrained Atomic Cluster Expansion
von: Rinaldi, Matteo, et al.
Veröffentlicht: (2024)

Spectral/Spatial Tensor Atomic Cluster Expansion with Universal Embeddings in Cartesian Space
von: Xu, Zemin, et al.
Veröffentlicht: (2025)

Water Phase Diagram from a General-Purpose Atomic Cluster Expansion Potential
von: Ibrahim, Eslam, et al.
Veröffentlicht: (2026)

Assessing zero-shot generalisation behaviour in graph-neural-network interatomic potentials
von: Mahmoud, Chiheb Ben, et al.
Veröffentlicht: (2025)

Accelerated First-Principles Exploration of Structure and Reactivity in Graphene Oxide
von: El-Machachi, Zakariya, et al.
Veröffentlicht: (2024)

Robustness of Local Predictions in Atomistic Machine Learning Models
von: Chong, Sanggyu, et al.
Veröffentlicht: (2023)

Hyperparameter Optimization and Force Error Correction of Neuroevolution Potential for Predicting Thermal Conductivity of Wurtzite GaN
von: Chen, Zhuo, et al.
Veröffentlicht: (2025)

Atomic-Scale Origins of Oxidation Resistance in Amorphous Boron Nitride
von: Kaya, Onurcan, et al.
Veröffentlicht: (2025)

Efficient parameterization of transferable Atomic Cluster Expansion for water
von: Ibrahim, Eslam, et al.
Veröffentlicht: (2024)

Integrating Graph Neural Networks and Many-Body Expansion Theory for Potential Energy Surfaces
von: Chen, Siqi, et al.
Veröffentlicht: (2024)

Rational Design of Two-Dimensional Octuple-Atomic-Layer M2A2Z4 for Photocatalytic Water Splitting
von: Chang, Shikai, et al.
Veröffentlicht: (2025)

Transfer Learning for Multi-material Classification of Transition Metal Dichalcogenides with Atomic Force Microscopy
von: Moses, Isaiah A., et al.
Veröffentlicht: (2024)

Modelling atomic and nanoscale structure in the silicon-oxygen system through active machine learning
von: Erhard, Linus C., et al.
Veröffentlicht: (2023)

Development of an Atomic Cluster Expansion potential for iron and its oxides
von: Bienvenu, Baptiste, et al.
Veröffentlicht: (2024)

Emergence of Accurate Atomic Energies from Machine Learned Noble Gas Potentials
von: Uhlig, Frank, et al.
Veröffentlicht: (2024)

Homopolar Chemical Bonds Induce In-Plane Anisotropy in Layered Semiconductors
von: Tan, Jieling, et al.
Veröffentlicht: (2024)

Adaptive Loss Weighting for Machine Learning Interatomic Potentials
von: Ocampo, Daniel, et al.
Veröffentlicht: (2024)

Achieving Altermagnetism in Monolayer Holey Graphyne via Atomic Manipulation
von: Li, Han-Bing, et al.
Veröffentlicht: (2025)

Auxetic Response in Two-Dimensional MXenes with Atomically Defined Perforations
von: Darban, Hossein
Veröffentlicht: (2026)

Optimizing Machine Learning Potentials for Hydroxide Transport: Surprising Efficiency of Single-Concentration Training
von: Hänseroth, Jonas, et al.
Veröffentlicht: (2025)

Optimization of Ab-Initio Based Tight-Binding Models
von: Dick, Henrik, et al.
Veröffentlicht: (2025)

Unraveling the Atomic-Scale Pathways Driving Pressure-Induced Phase Transitions in Silicon
von: Rovaris, Fabrizio, et al.
Veröffentlicht: (2024)

Atomic dynamics and local structural disorder during ultrafast melting of polycrystalline Pd
von: Olczak, Adam, et al.
Veröffentlicht: (2025)

Universal Machine Learning Potential for Systems with Reduced Dimensionality
von: Benedini, Giulio, et al.
Veröffentlicht: (2025)