Physics Aware Representation Learning on Electronic Charge Density for Materials Property Prediction
Dit artikel introduceert een door fysica geïnspireerd deep learning-framework dat hoogdimensionale elektronische ladingsdichtheidsdata comprimeert tot een compacte latente representatie, waardoor snelle en nauwkeurige voorspelling mogelijk wordt van belangrijke mechanische en thermodynamische eigenschappen voor duizenden anorganische verbindingen met slechts een fractie van de rekenkracht die traditionele DFT-berekeningen vereisen.