AI और दुनिया की कठिन समस्याएँ · रसायन विज्ञान और पदार्थ · Nature Machine Intelligence · 2026-10-23

सार्वभौमिक आवेश घनत्व पूर्वानुमान के लिए कुशल समतुल्य ढाँचा

मूल शीर्षक: Efficient equivariant framework for universal charge density prediction

डेंसिटी फंक्शनल थ्योरी गणना की दृष्टि से महँगी है, जो पदार्थ खोज में उपयोग होने वाली इलेक्ट्रॉनिक संरचना गणनाओं को सीमित करती है। लेखकों ने EdenGNN प्रस्तुत किया है, जो एक मशीन लर्निंग मॉडल है और आवेश घनत्व तथा ऑगमेंटेशन अधिभोग का पूर्वानुमान लगाता है, और EdenGNN-Uni, जो आवर्त सारणी के गैर-चुंबकीय संरचनाओं के लिए Materials Project डेटाबेस पर प्रशिक्षित एक सार्वभौमिक संस्करण है। यह मॉडल परिमाण के एक क्रम से अधिक तेज़ है और अधिकांश अनदेखे पदार्थों के लिए बैंड संरचनाओं का सटीक पूर्वानुमान लगाता है, जो सार्वभौमिक ML हैमिल्टोनियन विधियों की तुलना में अधिक मज़बूती दर्शाता है।

मूल लेख पढ़ें ↗

सभी आइटम →