AI 與世界的難題 · 化學與材料 · arXiv · 2026-10-23
等變原子性質的無約束學習
原標題: Unconstrained learning of equivariant atomistic properties
圍繞 O(3) 等變性建構的圖神經網路勢，在處理高階原子性質時成本高昂，且截斷後可能無法表示這些性質。作者使用能從資料中學習等變性的 Point-Edge Transformer，來預測偶極矩、極化率、NMR 屏蔽張量與電子密度基底展開。它以更低的推論成本與記憶體用量達到或優於參考模型，並給出準確的 IR 與拉曼光譜。