Exploring the Reaction Network of Acetic Acid in Supercritical Water via Machine Learning Interatomic Potential

양자 계산으로 학습한 반응형 머신러닝 퍼텐셜(machine-learned potential)로 고온·고압 초임계수(supercritical water)에서 아세트산 산화 반응망을 추적했다. 평가에 사용한 기존 모형 한 종류와의 비교에서는 수명이 짧은 반응성 조각과 완전 산화를 포함한 실험 기반 경로를 더 잘 재현했다. 에너지 장벽 추정치는 학습 자료가 장벽 부근 구조를 얼마나 포함하는지에 따라 달라졌다.