AI 與世界的難題 · 化學與材料 · arXiv · 2026-10-23
來自生成模型的合成隨機時間序列
原標題: Synthetic Stochastic Time Series from Generative Models
在計算化學中，取得統計上收斂的時間序列資料成本高昂，因為高保真度模擬十分耗費資源。本研究比較了四種生成式架構，其中去噪擴散模型最能一致地重現目標統計量，且生成速度比序列式 Transformer 更快。對於予體－受體能隙軌跡，以 0.1 ns 的訓練資料進行擴增，其準確度可媲美 0.25 至 0.50 ns 的直接分子動力學取樣。