분자 시스템의 자유 에너지 계산을 위한 ML 상호작용 포텐셜 사용에 대한 고려사항
기계 학습 포텐셜(MLP)은 고전적인 시뮬레이션과 유사한 효율성으로 분자 시스템의 포텐셜 및 자유 에너지 표면(FES)을 ab initio 수준의 정확도로 설명할 수 있는 가능성을 보여준다. 그러나 MLP가 자유 에너지와 전이 상태를 신뢰성 있게 재현할 수 있는지에 대한 의문이 제기된다. 이 연구에서는 훈련 데이터의 집합 변수(CV) 분포가 MLP의 FES 예측 정확도에 미치는 영향을 조사한다.
