AIMNet2-rxn: 반응 경로 모델링 위한 머신러닝 전위
화학 반응의 메커니즘 모델링은 반응성을 이해하고 실험 전 결과를 예측하는 데 중요합니다. 기존 머신러닝 기반 원자간 전위(MLIP) 모델은 다양한 반응 모델링에 필요한 정확도가 부족하다는 한계가 있었습니다. 본 연구는 이러한 문제를 해결하고자 폐쇄껍질 탄소, 수소, 질소, 산소 반응의 메커니즘 모델링을 위한 일반 MLIP인 AIMNet2-rxn을 개발했습니다. AIMNet2-rxn은 약 470만 개의 범위 분리 밀도 범함수 이론 계산 데이터셋을 활용하여 훈련되었습니다. 이 모델은 참조 양자 역학(QM) 방법보다 약 100만 배 빠…