AIが解く世界の難問 · 化学・材料 · arXiv · 2026-10-21
電子事前情報を用いた応答状態学習による転移可能な振動分光特性評価
原題: Response-state Learning for Transferable Vibrational Spectroscopic Characterization with Electron Prior
局所的な立体電子的環境が中間の応答状態を乱し、高リスクな応答単位がスペクトル指紋を支配すると、振動スペクトル予測の精度が低下し、外部の化学空間への適用が難しい。SO(3)等変ニューラルカルマンネットワーク(SENK)は、Hessian・双極子微分・分極率微分を学習する等変トランスフォーマー、状態依存の精緻化と信頼性検知を担う等変ニューラルカルマンプブリッジ、NBOに基づく電子事前経路を組み合わせた応答状態カスケードである。QM9SとQMe14SでDetaNetを上回り、小分子から薬剤様分子までIR・ラマンのフルスペクトルの忠実度を保ち、複雑な立体電子効果をもつ生体分子系でも安定に動作してスペクトルに敏感な特徴を選択的に改善した。