AI اور دنیا کے مشکل مسائل · کیمیا اور مواد · arXiv · 2026-10-26

چارج ریگولیشن کے اثرات کی مشین لرننگ سے تیز کی گئی سمولیشن

اصل عنوان: Machine Learning Accelerated Simulation of Charge Regulation Effects

ایسے مواد کی سمولیشن جو سطحی گروپس سے چارج حاصل کرتے ہیں، ہائبرڈ مونٹی کارلو اور مالیکیولر ڈائنامکس کا تقاضا کرتی ہے، اور مونٹی کارلو مرحلہ اکثر ڈائنامکس جتنا ہی مہنگا ہوتا ہے۔ مصنفین CR-ML متعارف کراتے ہیں، جو ایک گراف اٹینشن نیٹ ورک ہے اور فوری کنفیگریشن سے ہر سطحی مقام کے آئنائزیشن کے امکان کی پیش گوئی کرتا ہے۔ یہ ایک پولی اینائن اور پولی الیکٹرولائٹ سے جڑے دو نینو پارٹیکلز کے لیے اصل طریقے کے توازنی نتائج دہراتا ہے، جبکہ چارجز کو تقریباً دس گنا تیزی سے اپڈیٹ کرتا ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →