AI और दुनिया की कठिन समस्याएँ · रसायन विज्ञान और पदार्थ · arXiv · 2026-10-21

इलेक्ट्रॉन प्रायोर के साथ हस्तांतरणीय कंपन-स्पेक्ट्रोस्कोपिक अभिलक्षण हेतु रिस्पॉन्स-स्टेट लर्निंग

मूल शीर्षक: Response-state Learning for Transferable Vibrational Spectroscopic Characterization with Electron Prior

कंपन स्पेक्ट्रल भविष्यवाणी अशुद्ध हो जाती है जब स्थानीयकृत स्टीरियोइलेक्ट्रॉनिक वातावरण मध्यवर्ती प्रतिक्रिया-अवस्थाओं को विचलित करते हैं और उच्च-जोखिम वाली प्रतिक्रिया इकाइयाँ स्पेक्ट्रल फिंगरप्रिंट पर हावी हो जाती हैं। SO(3) इक्विवेरिएंट न्यूरल कैलमैन नेटवर्क (SENK) एक प्रतिक्रिया-अवस्था कैस्केड बनाता है, जिसमें हेसियन, डाइपोल-डेरिवेटिव और पोलराइज़ेबिलिटी-डेरिवेटिव सीखने के लिए एक इक्विवेरिएंट ट्रांसफॉर्मर बैकबोन, अवस्था-निर्भर परिष्करण और विश्वसनीयता संवेदन के लिए एक इक्विवेरिएंट न्यूरल कैलमैन ब्रिज, तथा एक NBO-सूचित इलेक्ट्रॉनिक-प्रायर पथ शामिल हैं। SENK छोटे अणुओं से लेकर ड्रग-लाइक सिस्टम तक पूर्ण-स्पेक्ट्रम IR और रमन शुद्धता बनाए रखते हुए QM9S और QMe14S पर DetaNet से बेहतर प्रदर्शन करता है, और जटिल स्टीरियोइलेक्ट्रॉनिक प्रभावों वाले बायोमॉलेक्यूलर सिस्टम में स्थिर बना रहता है।

मूल लेख पढ़ें ↗

सभी आइटम →