HyperAIHyperAI

Command Palette

Search for a command to run...

多原子复合物:基于拓扑信息的学习表示方法用于原子系统

Rahul Khorana Dr. Marcus Noack Dr. Jin Qian

摘要

开发能够使模型学习拓扑归纳偏好的化学结构的稳健表示是一项挑战。在本文中,我们提出了一种原子系统的表示方法。首先,我们证明了该表示方法满足所有结构、几何、效率和泛化性约束。随后,我们提供了一种通用算法来编码任何原子系统。最后,我们在多个任务上报告了与现有最先进方法相当的性能。我们开源了所有代码和数据集。代码和数据可在 https://github.com/rahulkhorana/PolyatomicComplexes 获取。


用 AI 构建 AI

从创意到上线——通过免费 AI 协同编码、开箱即用的环境和最优惠的 GPU 价格,加速您的 AI 开发。

AI 协同编码
开箱即用的 GPU
最优定价

HyperAI Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
多原子复合物:基于拓扑信息的学习表示方法用于原子系统 | 论文 | HyperAI超神经