HyperAIHyperAI

Command Palette

Search for a command to run...

Polyatomare Komplexe: Eine lernbasierte Darstellung unter Berücksichtigung der Topologie für atomare Systeme

Rahul Khorana Dr. Marcus Noack Dr. Jin Qian

Zusammenfassung

Die Entwicklung robuster Darstellungen chemischer Strukturen, die es Modellen ermöglichen, topologische induktive Verzerrungen zu erlernen, ist eine Herausforderung. In dieser Arbeit stellen wir eine Darstellung von atomaren Systemen vor. Wir beginnen damit, zu beweisen, dass unsere Darstellung alle strukturellen, geometrischen, effizienzbezogenen und generalisierbaren Anforderungen erfüllt. Anschließend geben wir einen allgemeinen Algorithmus an, um jedes atomare System zu kodieren. Schließlich berichten wir über Leistungen, die mit den neuesten Methoden vergleichbar sind, bei zahlreichen Aufgaben. Wir stellen den gesamten Code und die Datensätze als Open Source zur Verfügung. Der Code und die Daten sind unter https://github.com/rahulkhorana/PolyatomicComplexes abrufbar.


KI mit KI entwickeln

Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.

KI-gestütztes kollaboratives Programmieren
Sofort einsatzbereite GPUs
Die besten Preise

HyperAI Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp