Physics Aware Representation Learning on Electronic Charge Density for Materials Property Prediction
Cet article présente un cadre d'apprentissage profond informé par la physique qui comprime les données de densité électronique de haute dimension en une représentation latente compacte, permettant la prédiction rapide et précise de propriétés mécaniques et thermodynamiques clés pour des milliers de composés inorganiques en utilisant seulement une fraction des ressources de calcul requises par les calculs DFT traditionnels.