Active learning meets metadynamics: automated workflow for reactive machine learning interatomic potentials
Digital Discovery · 2026 · 5 (1) · 108-122
DOI: 10.1039/d5dd00261c ↗Kurz gefasst
Fachartikel in der Zeitschrift Digital Discovery, 2026. Verfasst von Valdas Vitartas und 4 weiteren Autor:innen. Beteiligte Einrichtung: Chemistry Research Laboratory 12 Mansfield Road Oxford OX1 3TA UK fernanda.duartegonzalez@chem.ox.ac.uk. Die Arbeit wurde bisher 14-mal zitiert (Crossref) und nennt 96 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 3.0). Gefördert von: Engineering and Physical Sciences Research Council, Schweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung.
Abstract (Originalsprache)
Automated active learning integrated with enhanced sampling facilitates data-efficient training of machine learning interatomic potentials for chemical reactions.
Autor:innen und Institutionen
- Chemistry Research Laboratory 12 Mansfield Road Oxford OX1 3TA UK fernanda.duartegonzalez@chem.ox.ac.uk.
ORCID-Profile: Valdas Vitartas, Hanwen Zhang, Veronika Juraskova, Tristan Johnston-Wood, Fernanda Duarte
Förderung
- Engineering and Physical Sciences Research Council
- Schweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Zitieren
APA
Vitartas, V., Zhang, H., Juraskova, V., Johnston-Wood, T., & Duarte, F. (2026). Active learning meets metadynamics: automated workflow for reactive machine learning interatomic potentials. Digital Discovery, 5(1), 108-122. https://doi.org/10.1039/d5dd00261c
Vancouver
Vitartas V, Zhang H, Juraskova V, Johnston-Wood T, Duarte F. Active learning meets metadynamics: automated workflow for reactive machine learning interatomic potentials. Digital Discovery. 2026;5(1):108-122. doi:10.1039/d5dd00261c
BibTeX
@article{Vitartas2026,
author = {Vitartas, Valdas and Zhang, Hanwen and Juraskova, Veronika and Johnston-Wood, Tristan and Duarte, Fernanda},
title = {Active learning meets metadynamics: automated workflow for reactive machine learning interatomic potentials},
journal = {Digital Discovery},
year = {2026},
volume = {5},
number = {1},
pages = {108--122},
doi = {10.1039/d5dd00261c}
}
EUVIMED