N-Body नेटवर्क्स अणू विभव (Atomic Potentials) चे आकलन करतात

संशोधकांनी अणू विभव (atomic potentials) साठी एक नवीन न्यूरल नेटवर्क आर्किटेक्चर तयार केले आहे. यामध्ये N-body नेटवर्क्सचा वापर केला जातो. ही पद्धत अणूंच्या श्रेणीबद्ध संरचनेचे (hierarchical structures) व्यवस्थापन करते.

प्रमाणित मॉडेल्सना अनेकदा जटिल अणू प्रणालींशी (complex atomic systems) संघर्ष करावा लागतो. ही नवीन नेटवर्क्स भौतिक अचूकता राखण्यासाठी कोव्हेरियन्सचा (covariance) वापर करतात. याचा अर्थ असा की हे मॉडेल अणूंच्या रोटेशन (rotation) आणि ट्रान्सलेशनला (translation) अनुसरून कार्य करते.

या आर्किटेक्चरची प्रमुख वैशिष्ट्ये:

  • हे अणूंच्या परस्परसंवादाचा (atomic interactions) नकाशा तयार करण्यासाठी श्रेणीबद्ध दृष्टिकोन वापरते.
  • भौतिक सुसंगततेसाठी हे मॉडेल कोव्हेरियन्स (covariance) राखते.
  • हे जुन्या मॉडेल्सपेक्षा अधिक अचूकतेने विभव (potentials) शिकते.
  • हे डिझाइन वेगवेगळ्या प्रणालींच्या आकारांसाठी उत्तम प्रकारे स्केलेबल आहे.

हे कार्य शास्त्रज्ञांना नवीन पदार्थांमध्ये अणू कसे वागतात याचा अंदाज लावण्यास मदत करते. अचूक अणू विभव (atomic potentials) रसायनशास्त्र आणि भौतिकशास्त्रातील अधिक चांगल्या सिम्युलेशनसाठी (simulations) कारणीभूत ठरते.

स्रोत: https://dev.to/paperium/n-body-networks-a-covariant-hierarchical-neural-network-architecture-forlearning-atomic-potentials-5p5

वैकल्पिक शिक्षण समुदाय: https://t.me/GyaanSetuAi