Differentiable Particle-Mesh Ewald with Cartesian Tensor Message Passing for Learning Long-Range Electrostatics and Dipole Response
Dit artikel introduceert een volledig differentieerbaar Particle-Mesh Ewald-framework geïntegreerd met een E(n)-equivariante Cartesiaanse tensor message passing-netwerk om end-to-end leren van langetermijn-elektrostatica en atomaire dipoolresponsen mogelijk te maken, waarbij kwantumnauwkeurige krachten en schaalbare O(N log N)-prestaties worden bereikt voor gecondenseerde fase- en interface-systemen.