اگر در حوزه علوم شیمی و شبیهسازیهای مولکولی فعالیت میکنید، حتماً میدانید که محاسبات مکانیک کوانتومی برای سیستمهای بزرگ بسیار سنگین و زمانبر است. محققان به تازگی چارچوب نوآورانه FB-GNN-MBE را معرفی کردهاند که با ترکیب «شبکههای عصبی گرافی» و «نظریه بسذرهای»، این محاسبات را بهطور چشمگیری سریعتر و دقیقتر کرده است! 🧪💻
این مدل با شکستن سیستمهای بزرگ به قطعات کوچکتر (فرگمنتها) و استفاده از یادگیری انتقال (Transfer Learning)، میتواند انرژی ساختارهای پیچیده شیمیایی را با دقت بسیار بالا پیشبینی کند. این یعنی گامی بزرگ برای طراحی داروهای جدید و درک بهتر واکنشهای شیمیایی در مقیاسهای اتمی. ✨
سازی
منبع: arXiv Machine Learning