NEMORA：长程原子间学习的等变多极算子

NEMORA 将快速多极子方法（FMM）的解析多极展开与平移算子泛化为可学习的等变版本，在自适应空间层级上学习长程张量表示。该模型以线性时间与内存复杂度计算，可处理数十万原子量级的更大体系，并能增强受对称约束与不受约束的短程骨干网络。在非局域基准上，其力与能量误差相对短程骨干分别降低一个数量级以上、最高达三个数量级。

摘自 arXiv：cs.LG

还没有足够的连续观测数据，暂不绘制趋势。