Jun, 2024
神经极化：通过扩展等变网络推导出分子的电子密度
Neural Polarization: Toward Electron Density for Molecules by Extending Equivariant Networks
Bumju Kwak, Jeonghee Jo
TL;DR最近的 SO (3) 等变模型以分子作为一组固定在三维空间中的单原子的形式进行嵌入，类似于球杆观点。然而，这种观点虽然提供了原子排列的简洁视图，但不能表示周围的电子密度，其极化效应可能被低估。为了克服这个限制，我们提出了 “神经极化”，一种通过将每个原子嵌入为一对固定和移动点来扩展等变网络的新方法。受密度泛函理论的启发，神经极化将分子表示为一种填充空间的视图，其中包括电子密度，与球杆视图形成对比。神经极化可以灵活应用于大多数现有的等变模型。我们证明了神经极化可以提高对各种目标的预测性能。最后，我们验证了我们的方法在数学方面的表达能力和等变性。