新方法从AI势中提取静电学

研究人员开发了一种名为潜伏Ewald求和（LES）的方法，用于从基础机器学习原子间势（MLIPs）中提取静电学性质。该技术能够创建更有效的MLIPs，模拟长程相互作用和电响应，这对于许多化学和材料科学模拟至关重要。该研究对源自各种基础MLIPs的LES提炼模型进行了基准测试，证明了它们预测红外光谱和Born有效电荷张量的能力。 AI

影响 通过从现有的AI势中提取静电学性质，实现更高效、物理上更准确的模拟。

排序理由 详细介绍一种新计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• density functional theory
• EquiformerV2
• Esen
• GemNet-OC
• Latent Ewald Summation
• MACE
• Polyethylene Terephthalate
• titanium dioxide
• Uniform Memory Access

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →