AI与世界难题 · 化学与材料 · arXiv · 2026-10-26
电荷调节效应的机器学习加速模拟
原标题: Machine Learning Accelerated Simulation of Charge Regulation Effects
模拟由表面基团获得电荷的材料需要采用蒙特卡罗与分子动力学相结合的混合方法，而其中的蒙特卡罗步骤往往与动力学部分一样耗费计算资源。作者提出了CR-ML，这是一种图注意力网络，可根据瞬时构型预测每个表面位点的电离概率。对于一种聚阴离子以及由聚电解质连接的两个纳米粒子，它都能复现原方法的平衡态结果，同时更新电荷的速度约快十倍。