Physics Aware Representation Learning on Electronic Charge Density for Materials Property Prediction
تقدم هذه الورقة إطار عمل للتعلم العميق المستند إلى الفيزياء يقوم بضغط بيانات كثافة الشحنة الإلكترونية عالية الأبعاد إلى تمثيل كامن مدمج، مما يتيح التنبؤ السريع والدقيق بالخصائص الميكانيكية والثيرموديناميكية الرئيسية لآلاف المركبات غير العضوية باستخدام جزء ضئيل فقط من الموارد الحسابية المطلوبة لحسابات نظرية الكثافة الوظيفية (DFT) التقليدية.