La IA y los problemas difíciles del mundo · Química y materiales · Nature Machine Intelligence · 2026-10-23
Marco equivariante eficiente para la predicción universal de la densidad de carga
Título original: Efficient equivariant framework for universal charge density prediction
La teoría del funcional de la densidad es computacionalmente costosa, lo que limita los cálculos de estructura electrónica utilizados en el descubrimiento de materiales. Los autores presentan EdenGNN, un modelo de aprendizaje automático que predice la densidad de carga y las ocupaciones de aumento, y EdenGNN-Uni, una versión universal entrenada con la base de datos Materials Project para estructuras no magnéticas de toda la tabla periódica. El modelo es más de un orden de magnitud más rápido y predice con precisión las estructuras de bandas de la mayoría de los materiales no vistos, mostrando una mayor robustez que los métodos universales de hamiltonianos basados en aprendizaje automático.