L'IA face aux grands problèmes du monde · Chimie et matériaux · arXiv · 2026-10-23
Séries temporelles stochastiques synthétiques issues de modèles génératifs
Titre original: Synthetic Stochastic Time Series from Generative Models
L'obtention de données de séries temporelles statistiquement convergées est coûteuse en chimie computationnelle, car les simulations de haute fidélité sont onéreuses. Quatre architectures génératives ont été comparées, et un modèle de diffusion par débruitage a reproduit les statistiques cibles de la manière la plus constante et a généré plus rapidement qu'un Transformer séquentiel. Pour les trajectoires d'écart d'énergie donneur-accepteur, l'augmentation de 0,1 ns de données d'entraînement a donné une précision comparable à celle de 0,25 à 0,50 ns d'échantillonnage direct par dynamique moléculaire.