Yapay zeka destekli moleküler simülasyonlar alanında önemli bir ilerleme kaydedildi. Araştırmacılar, karmaşık matematiksel hesaplamaları önemli ölçüde hızlandıran yeni bir algoritma geliştirdi.
Geliştirilen algoritma, O(3)-eşvaryant makine öğrenmesi potansiyellerinde kullanılan contracted Clebsch-Gordan tensor çarpımlarını hesaplamak için tasarlandı. Bu matematiksel işlemler, moleküllerin üç boyutlu uzaydaki davranışlarını modellerken rotasyonel simetriyi koruyan yapay zeka sistemlerinde kritik öneme sahip.
Yeni yaklaşımın temel yeniliği, açısal integrali yapılandırılmış Gauss-Legendre ve Fourier tensor-çarpım ızgarasına eşleyerek radyal kanal daralmalarını açısal dönüşümlerden ayırmasında yatıyor. Bu ayrıştırma, hesaplama karmaşıklığını L³ seviyesine indirerek önemli performans artışı sağlıyor.
Algoritma ayrıca, geleneksel skaler ızgara yaklaşımlarının ulaşamadığı antisimetrik parite-tek Clebsch-Gordan kanallarını yüzey-curl eşleştirmesi yoluyla geri kazanıyor. Bu yöntem, ızgara üzerinde L=1 açısal momentum sağlarken rotasyonel eşvaryansı koruyor.
Araştırma sonuçları doğrudan sayısal integrasyon ile doğrulandı ve atomik küme genişleme mimarilerinde parite-bilinçli eşvaryant mesaj geçişine de genişletilebilir. Bu gelişme, moleküler dinamik simülasyonları ve kimyasal süreç modellemelerinde önemli hızlanma potansiyeli taşıyor.