arXiv cs.LG· Yucheng Zhao, Quanyou Zhang, Shaoxiang Qin, Haixuan Xu, Xiongye Xiao·· 25 天前AI 评分36
ASPIRE：基于集合预测与物理精修的鞍点发现框架
ASPIRE: Saddle-Point Discovery through Set Prediction and Physical Refinement
AI 导读
研究人员提出 ASPIRE 框架，通过等变集合预测器 Ev-Quiformer 预测候选鞍点并结合 Dimer 搜索进行物理精修，用于加速原子热激活扩散与缺陷演化模拟。在基准测试中，ASPIRE 实现了 77.20% 的参考事件覆盖率（传统 Dimer 基准为 75.73%），同时将受力计算量减半，单构型耗时从 478.8 s 降至 176.3 s。
来源：arXiv cs.LG · arxiv.org