研究人员开发了新的方法,即物理感知邻域(PAN)池化和物理引导谱(PGS)混合器,以提高短程等变原子间势的准确性。这些技术侧重于改进神经网络势中的标量通道,这对于聚合和解析能量表面至关重要。当应用于 MACE 骨架时,这些标量通路校正显著降低了各种材料和分子在力与能量上的误差,计算成本仅略有增加。在 Allegro 和 NequIP 等其他模型中也观察到了改进,这表明这些标量通路保真度增强功能在不同的短程等变架构中具有可移植性。 AI
排序理由 学术论文,详细介绍了改进原子间势的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Allegro
- Fuyu Li
- LiF
- MACE
- MD17
- NequIP
- Physics-Aware Neighborhood (PAN)
- Physics-Guided Spectral (PGS)
- rMD17
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →