الذكاء الاصطناعي ومشكلات العالم الصعبة · الكيمياء والمواد · Nature Computational Science · 2026-10-13

HIP: جهود ذرية هسّية بلا مشتقات

العنوان الأصلي: HIP: Hessian Interatomic Potentials without derivatives

هناك حاجة إلى مصفوفات هسيان الجزيئية، وهي المشتقات الثانية للطاقة الكامنة، في كثير من مسارات العمل في الكيمياء الحاسوبية، لكن حسابها مكلف ويتدهور أداؤها مع زيادة حجم النظام. يقدّم المؤلفون HIP، وهو نموذج تعلم عميق يتنبأ بمصفوفات هسيان مباشرة، دون اشتقاق تلقائي أو فروق محدودة، باستخدام خصائص متكافئة التغاير بالنسبة إلى SE(3) من شبكة عصبية بيانية. ويُذكر أن HIP أسرع بمرتبة إلى مرتبتين من حيث الحجم وأكثر دقة من مصفوفات هسيان المحسوبة بالاشتقاق التلقائي، وأنه يؤدي أداءً جيدًا في البحث عن حالة الانتقال وتحسين البنية الهندسية والتحليل الاهتزازي.

اقرأ المصدر الأصلي ↗

جميع العناصر →