We introduce multiscale invariant dictionaries to estimate quantum chemical
energies of organic molecules, from training databases. Molecular energies are
invariant to isometric atomic displacements, and are Lips
本研究探讨了机器学习在材料科学领域中能否通过使用原子系统的波尔轨道小波散射变换为机器学习模型提供足够多的对称性、平滑性和不变性特征,以扩充模型在直至训练样本中不存在的性质预测方面的适用性。在小分子和大块非晶态 Li alpha Si 的体系中,使用小波散射系数作为特征的机器学习模型已经在相同的计算成本下,成功地实现了与密度泛函理论相当的精度。本研究进一步探讨了通过特征选取方法减少过度拟合的理论基础,以提高力学常数和迁移能等未出现在训练集中的性质预测精度。