AI এবং বিশ্বের কঠিন সমস্যাগুলো · রসায়ন ও উপকরণ · Nature Machine Intelligence · 2026-10-23

সর্বজনীন চার্জ ঘনত্ব পূর্বাভাসের জন্য কার্যকর ইকুইভেরিয়েন্ট কাঠামো

মূল শিরোনাম: Efficient equivariant framework for universal charge density prediction

ঘনত্ব ক্রিয়াতত্ত্ব (Density functional theory) গণনাগতভাবে ব্যয়বহুল, যা উপাদান আবিষ্কারে ব্যবহৃত ইলেকট্রনিক গঠন গণনাকে সীমিত করে। লেখকেরা EdenGNN উপস্থাপন করেছেন, একটি মেশিন লার্নিং মডেল যা চার্জ ঘনত্ব ও augmentation occupancy পূর্বাভাস দেয়, এবং EdenGNN-Uni, একটি সর্বজনীন সংস্করণ যা পর্যায় সারণির সব মৌলজুড়ে অচুম্বকীয় কাঠামোর জন্য Materials Project ডেটাবেসে প্রশিক্ষিত। মডেলটি এক মাত্রার চেয়েও বেশি দ্রুত এবং অধিকাংশ অদেখা উপাদানের ব্যান্ড কাঠামো নির্ভুলভাবে পূর্বাভাস দেয়, যা সর্বজনীন ML Hamiltonian পদ্ধতির চেয়ে বেশি সুদৃঢ়তা দেখায়।

মূল লেখা পড়ুন ↗

সব আইটেম →