张量代数修正力场对称性误差

Paulina Hoyos 等作者提出基于有限对称群卷积的张量代数 ⋆_G，用于刻画和修正机器学习力场中的对称性选择规则违背。研究发现，用 Orb-v3 力场计算时，150 个晶体子样本中有 47% 的弛豫空间群随输入取向变化，399 个晶体中有一半在弛豫后空间群降低。 作者称，该代数可将平均平方误差分解为选择规则违背、对称相关输入不一致和残差三个正交分量，并给出无参考的误差下界。将其投影用于力预测后，空间群变化率降至最多 2%，且无需重新训练模型。 该工作目前以 arXiv 预印本形式发布，尚未见同行评审或独立复现的结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。