L'IA face aux grands problèmes du monde · Physique quantique et informatique quantique · arXiv · 2026-10-19
Apprentissage de l'énergie propre à l'aide de réseaux de neurones équivariants
Titre original: Learning the self-energy through equivariant neural networks
L'article entraîne un réseau de passage de messages E(3)-équivariant pour prédire la partie de corrélation dynamique de la matrice de self-énergie G0W0 de molécules sur l'axe des fréquences imaginaires. Les prédictions reproduisent les éléments de matrice à moins de 1 meV, et après prolongement vers l'axe réel, les fonctions spectrales reconstruites suivent la référence G0W0 pic par pic pour des agrégats d'eau et des molécules de QM9. Les niveaux de quasi-particules frontières sont retrouvés à quelques dizaines de meV près, et une fois l'entraînement terminé, une nouvelle géométrie ne nécessite aucun calcul G0W0 explicite.