AI اور دنیا کے مشکل مسائل · کیمیا اور مواد · Nature Machine Intelligence · 2026-10-23

عمومی چارج کثافت کی پیش گوئی کے لیے مؤثر ہم متغیر (equivariant) فریم ورک

اصل عنوان: Efficient equivariant framework for universal charge density prediction

کثافتی تفاعلی نظریہ (Density functional theory) حسابی طور پر مہنگا ہے، جو مواد کی دریافت میں استعمال ہونے والے الیکٹرانی ساخت کے حسابات کو محدود کرتا ہے۔ مصنفین EdenGNN پیش کرتے ہیں، جو ایک مشین لرننگ ماڈل ہے اور چارج کثافت اور augmentation occupancies کی پیش گوئی کرتا ہے، اور EdenGNN-Uni، جو ایک عمومی ورژن ہے اور پورے دوری جدول کے غیر مقناطیسی ڈھانچوں کے لیے Materials Project ڈیٹا بیس پر تربیت یافتہ ہے۔ یہ ماڈل ایک درجے سے زیادہ تیز ہے اور زیادہ تر نادیدہ مواد کے بینڈ سٹرکچر کی درست پیش گوئی کرتا ہے، اور عمومی ML ہیملٹونین طریقوں کے مقابلے میں زیادہ مضبوطی دکھاتا ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →