Makine öğrenmesi tabanlı atomik potansiyeller (MLIP), malzeme bilimi ve kimyasal araştırmalarda devrim yaratıyor ancak uzun menzilli etkileşimler hala bu teknolojinin önündeki en büyük engel olarak duruyor. Özellikle iyonik, polar ve arayüzey sistemlerinde elektrostatik ve dispersiyon kuvvetlerinin doğru modellenmesi kritik önem taşıyor.
Araştırmacılar bu sorunu çözmek için prolat sferik dalga fonksiyonları (PSWF) temelli yeni bir yaklaşım geliştirdi. PSWF-LR adı verilen bu sistem, geleneksel Ewald tabanlı reciprocal-space mekanizmalarının alternatifi olarak tasarlandı. Mevcut yöntemler genellikle yoğun Fourier ızgaraları gerektiriyor ve büyük ölçekte bellek sınırlamasına takılıyor.
Yeni yaklaşımın temelinde PSWF tabanlı yumuşatma ve atom-ızgara yayılma teknikleri yer alıyor. Bu teknikler, keyfi ters-güç kanallarını (1/r^p) kompakt ve verimli şekilde temsil etmeyi sağlarken, bozunma üstelini fiziksel bir önsel bilgi olarak ele alıyor.
Sistem, mevcut model mimarilerine kolayca entegre edilebilecek şekilde tasarlandı ve moleküler dinamik simülasyonlarda yüksek verimlilik gereksinimleri göz önünde bulunduruldu. Bu özellik, özellikle büyük ölçekli simülasyonlarda hesaplama maliyetlerini önemli ölçüde azaltma potansiyeli taşıyor.