L'IA face aux grands problèmes du monde · Chimie et matériaux · arXiv · 2026-10-26
Simulation accélérée par apprentissage automatique des effets de régulation de charge
Titre original: Machine Learning Accelerated Simulation of Charge Regulation Effects
La simulation de matériaux qui acquièrent une charge à partir de groupes de surface nécessite une approche hybride Monte Carlo et dynamique moléculaire, et l'étape Monte Carlo est souvent aussi coûteuse que la dynamique. Les auteurs présentent CR-ML, un réseau d'attention sur graphes qui prédit la probabilité d'ionisation de chaque site de surface à partir de la configuration instantanée. Il reproduit les résultats d'équilibre de la méthode d'origine pour un polyanion et pour deux nanoparticules reliées par un polyélectrolyte, tout en mettant à jour les charges environ dix fois plus vite.