E(3)等価原子中心原子間ポテンシャルの設計空間【JST・京大機械翻訳】

Batatia Ilyes; Batzner Simon; Kovacs David Peter; Musaelian Albert; Simm Gregor N. C.; Drautz Ralf; Ortner Christoph; Kozinsky Boris; Csanyi Gabor

プレプリント

J-GLOBAL ID：202202220158925588 整理番号：22P0349730

E(3)等価原子中心原子間ポテンシャルの設計空間【JST・京大機械翻訳】

The Design Space of E(3)-Equivariant Atom-Centered Interatomic Potentials

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (9件)： , , , , , , , ,
資料名：
発行年： 2022年05月13日プレプリントサーバーでの情報更新日： 2022年11月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

過去数年間にわたる機械学習原子間ポテンシャルの急速な進歩は,多くの新しいアーキテクチャを生成した。特に,これらの間で注目すべきことは,原子密度ベースの記述子のまわりの多くの以前のアイデアと,最先端の精度の状態を示す等変特徴を有するメッセージパッシングニューラルネットワークである,ニューラル・エキバリアント原子間ポテンシャル(NequIP)を統一する原子クラスタ拡張(ACE)である。本研究では,これらのモデルを統一する数学的フレームワークを構築し,多層アーキテクチャの1層として再キャストできるようにACEを一般化した。もう一つの観点から,NequIPの線形化バージョンは,はるかに大きな多項式モデルの特殊化として理解される。また,このフレームワークは統一設計空間における異なる選択を系統的に探索するための実用的ツールを提供する。著者らは,訓練データから非常に遠い領域内および領域外の精度および円滑な外挿を見た一連の実験を通してNequIPのアブレーション研究を行ない,設計選択が高精度を達成するために重要であることを示した。最後に,BOTNet(Body-Ordered-Tensor-Network),NequIPの非常に単純化されたバージョン,を解釈可能なアーキテクチャを持ち,ベンチマークデータセット上で精度を維持する。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

分子の電子構造 , 分子化合物 , 数値計算

, , ,

前のページに戻る