arXiv cs.LG· Jay L. Kaplan, Samuel Varner, Rebecca Willett, Juan J. de Pablo·· 25 天前AI 评分36
NEMORA：用于长程原子学习的神经等变多极子算子
NEMORA: Neural Equivariant Multipole Operators for Long-Range Atomistic Learning
AI 导读
研究人员提出 NEMORA（神经等变多极子算子），将快速多极子方法（FMM）扩展为神经等变架构以学习长程张量表示。该方法具备线性时间和内存复杂度，支持处理达数十万个原子的超大体系，并能兼容增强各类短程骨干模型。在非局部基准测试中，NEMORA 将力与能量误差较短程基线分别降低超一个数量级和最高三个数量级。
来源：arXiv cs.LG · arxiv.org