AI na Matatizo Magumu ya Ulimwengu · Kemia na vifaa · arXiv · 2026-10-21
Kujifunza Jiometri ya Nafasi ya Vifaa kwa Neural Tangent Kernels Zilizofunzwa
Kichwa asilia: Learning the Geometry of Materials Space with Trained Neural Tangent Kernels
Mitandao ya neva iliyofundishwa kutabiri sifa za nyenzo hujifunza uwakilishi ambao maudhui yake ya kimwili yanaweza kuwa magumu kutolewa. Kwa kutumia kiini cha tangent cha mtandao wa neva (NTK) kilichothaminiwa kwenye vigezo vilivyofundishwa, kazi hii inarejesha jiometri iliyojifunzwa na mtandao unaotabiri halijoto za mpito za upitaji-kikuu kutoka kwa muundo wa elementi pekee: regressioni ya ridge ya kiini kwa kutumia NTK iliyofundishwa inarudia kwa ukaribu mkubwa utendaji wa mtandao na inazidi kwa kiasi kikubwa regressioni kwa kiini cha awali. Uchambuzi wa spectrum na uwekaji wa vipimo vingi unaonyesha jiometri inayotawaliwa na idadi ndogo ya mielekeo, na uundaji wa makundi na uchambuzi wa majirani wa karibu unapanga kampaundi katika familia za upitaji-kikuu zinazotambulika, huku ikiiunganisha nyenzo zenye sifa zinazohusiana za kikemikali na za ushirikiano wa elektroni licha ya tofauti kubwa katika Tc.