ИИ и сложнейшие проблемы мира · Химия и материалы · arXiv · 2026-10-26
Ускоренное машинным обучением моделирование эффектов регуляции заряда
Оригинальное название: Machine Learning Accelerated Simulation of Charge Regulation Effects
Моделирование материалов, получающих заряд от поверхностных групп, требует гибридного подхода Монте-Карло и молекулярной динамики, причём шаг Монте-Карло зачастую так же затратен, как и сама динамика. Авторы представляют CR-ML — графовую сеть внимания, которая предсказывает вероятность ионизации каждого поверхностного центра по мгновенной конфигурации. Она воспроизводит равновесные результаты исходного метода для полианиона и для двух наночастиц, связанных полиэлектролитом, обновляя заряды примерно в десять раз быстрее.