ИИ и сложнейшие проблемы мира · Химия и материалы · arXiv · 2026-10-21
MOFFieldBench: бенчмарк машинного обучения для непрерывных электронных полей в металл-органических каркасах
Оригинальное название: MOFFieldBench: A Machine Learning Benchmark for Continuous Electronic Fields in Metal-Organic Frameworks
Модели машинного обучения для металлоорганических каркасов (MOF) в основном опираются на атомные структуры, тогда как поля электронной плотности и электростатического потенциала остаются малоизученными, поскольку расчеты из первых принципов дороги, а систематически согласованные наборы данных редки. MOFFieldBench — это мультимодальный бенчмарк примерно из 46 000 MOF со взаимно однозначно согласованными кристаллографическими структурами, полями ED и полями ESP, а также единый рабочий процесс, охватывающий генерацию полей, сжатие с контролем ошибок и разреженное представление в виде облака точек для таких задач, как реконструкция полей, предсказание 13 свойств материалов, мультимодальное предсказание и кросс-модальный поиск. Поля ED и ESP оказываются конкурентоспособными для геометрии пор, адсорбционных и разделительных свойств, мультимодальное слияние улучшает несколько задач предсказания по сравнению с лучшим унимодальным эталоном, а инициализация расчетов самосогласованного поля по предсказанным плотностям сокращает время вычислений в среднем на 13.59% в парных тестах.