La IA y los problemas difíciles del mundo · Química y materiales · arXiv · 2026-10-23
Aprendizaje sin restricciones de propiedades atomísticas equivariantes
Título original: Unconstrained learning of equivariant atomistic properties
Los potenciales de redes neuronales de grafos construidos en torno a la equivarianza O(3) se vuelven costosos para propiedades atómicas de alto orden y pueden fallar al representarlas cuando se truncan. Los autores usaron el Point-Edge Transformer, que aprende la equivarianza a partir de los datos, para predecir dipolos, polarizabilidades, tensores de apantallamiento de RMN y expansiones en bases de la densidad electrónica. Igualó o superó a los modelos de referencia con menor costo de inferencia y memoria, y produjo espectros IR y Raman precisos.