Ученые из Грацского технологического университета значительно улучшили моделирование металлоорганических каркасов (MOFs) с помощью машинного обучения, что значительно ускоряет разработку и применение новых MOFs. Исследователи опубликовали свой метод в журнале npj Computational Materials.
До этого использовались силовые поля, параметризованные на основе экспериментов, однако их результаты оказались недостаточно надежными.
Теперь использование машинного обучения кардинально изменяет эту ситуацию. Машинно-обучаемые потенциалы адаптируются к квантово-механическим симуляциям с использованием ново разработанных алгоритмов. Это позволяет значительно ускорить расчеты при сохранении точности.
Новая стратегия симуляции позволит исследователям надежно разрабатывать на компьютере индивидуальные структуры MOFs, включая оптимизацию теплопереноса, электропроводности и термической стабильности.