IA e os Problemas Difíceis do Mundo · Química e materiais · arXiv · 2026-10-21
Aprendizado de Estado de Resposta para Caracterização Espectroscópica Vibracional Transferível com Prior Eletrônico
Título original: Response-state Learning for Transferable Vibrational Spectroscopic Characterization with Electron Prior
A previsão espectral vibracional torna-se imprecisa quando ambientes estereoeletrônicos localizados perturbam estados de resposta intermediários e unidades de resposta de alto risco dominam as impressões digitais espectrais. As SO(3) Equivariant Neural Kalman Networks (SENK) formam uma cascata de estados de resposta que combina uma espinha dorsal transformer equivariante para o aprendizado da Hessiana, das derivadas do dipolo e das derivadas da polarizabilidade, uma ponte Equivariant Neural Kalman para refinamento dependente do estado e sensoriamento de confiabilidade, e um caminho de prior eletrônico informado por NBO. A SENK supera a DetaNet em QM9S e QMe14S, preservando a fidelidade de IR e Raman de espectro completo de pequenas moléculas a sistemas semelhantes a fármacos, e permanece estável em sistemas biomoleculares com efeitos estereoeletrônicos complexos.