AIが解く世界の難問 · 化学・材料 · arXiv · 2026-10-23
制約のない学習による等変な原子特性の予測
原題: Unconstrained learning of equivariant atomistic properties
機械学習による原子間ポテンシャルで使われるO(3)等変GNNは、高次の角運動量や擬テンソル的な性質を学習させるとコストが急増し、打ち切ると表現できなくなることがある。本研究はPoint-Edge Transformer（PET）を用い、双極子モーメント、分極率、NMR化学遮蔽テンソル、電子密度の補助基底展開を学習させた。参照モデルと同等以上の精度を、より低い推論コストと小さいメモリで達成し、IRおよびラマンスペクトルを精度よく予測した。