L'IA face aux grands problèmes du monde · Chimie et matériaux · arXiv · 2026-10-23
Apprentissage sans contrainte des propriétés atomistiques équivariantes
Titre original: Unconstrained learning of equivariant atomistic properties
Les potentiels de réseaux de neurones sur graphes construits autour de l'équivariance O(3) deviennent coûteux pour les propriétés atomiques d'ordre élevé et peuvent échouer à les représenter lorsqu'ils sont tronqués. Les auteurs ont utilisé le Point-Edge Transformer, qui apprend l'équivariance à partir des données, pour prédire des dipôles, des polarisabilités, des tenseurs d'écrantage RMN et des développements en base de la densité électronique. Il a égalé ou surpassé les modèles de référence avec un coût d'inférence et une mémoire moindres, et a fourni des spectres IR et Raman précis.