AI এবং বিশ্বের কঠিন সমস্যাগুলো · রসায়ন ও উপকরণ · arXiv · 2026-10-26

চার্জ নিয়ন্ত্রণ প্রভাবের মেশিন লার্নিং-ত্বরিত সিমুলেশন

মূল শিরোনাম: Machine Learning Accelerated Simulation of Charge Regulation Effects

যেসব পদার্থ পৃষ্ঠতলের গ্রুপ থেকে চার্জ অর্জন করে সেগুলোর সিমুলেশনের জন্য হাইব্রিড মন্টি কার্লো ও মলিকুলার ডাইনামিক্স প্রয়োজন, এবং মন্টি কার্লো ধাপটি প্রায়ই ডাইনামিক্সের মতোই ব্যয়বহুল। লেখকেরা CR-ML উপস্থাপন করেছেন, একটি গ্রাফ অ্যাটেনশন নেটওয়ার্ক যা তাৎক্ষণিক কনফিগারেশন থেকে প্রতিটি পৃষ্ঠতল সাইটের আয়নীকরণ সম্ভাব্যতা অনুমান করে। এটি একটি পলিঅ্যানায়ন এবং পলিইলেকট্রোলাইট দ্বারা যুক্ত দুটি ন্যানোপার্টিকলের ক্ষেত্রে মূল পদ্ধতির সাম্যাবস্থার ফলাফল পুনরুৎপাদন করে, অথচ চার্জ প্রায় দশ গুণ দ্রুত হালনাগাদ করে।

মূল লেখা পড়ুন ↗

সব আইটেম →