★ 3
IKNO:SO(3)等变各向同性核神经算子
论文针对向量值偏微分方程神经代理在旋转坐标系下预测不一致的问题,提出不变条件各向同性核神经算子(IKNO)。该紧凑图模型从旋转不变的标量与随数据旋转的向量方向构建局部交互,从而保证旋转等变性。在三维纳维-斯托克斯动力学上,IKNO达到数值精度一致,以少5.6倍参数匹敌张量场网络精度。
arXiv cs.LG24 天前
共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文针对向量值偏微分方程神经代理在旋转坐标系下预测不一致的问题,提出不变条件各向同性核神经算子(IKNO)。该紧凑图模型从旋转不变的标量与随数据旋转的向量方向构建局部交互,从而保证旋转等变性。在三维纳维-斯托克斯动力学上,IKNO达到数值精度一致,以少5.6倍参数匹敌张量场网络精度。
研究团队提出一种等变(equivariant)高效框架,用于通用电荷密度预测,可提升分子与材料体系电子结构建模的效率与精度。该工作属于 AI for Science 中机器学习势函数与量子化学计算的交叉方向。