أوبيوان: شبكة عصبية أمامية قابلة للتوسع على مستوى العنصر

تقدير الطاقة الكامنة لنظام جزيئي على مستوى نظرية الكم هو مهمة هامة للغاية في الكيمياء الحاسوبية. يتيح نهج نظرية الكثافة الوظيفية المستخدم غالبًا إنجاز هذه المهمة، ولكن غالبًا ما يكون ذلك بتكاليف حسابية كبيرة. دفع هذا المجتمع إلى تطوير ما يسمى بإمكانات التعلم الآلي لتحقيق دقة قريبة من الكم بتكلفة حسابية ميكانيكية جزيئية. في هذه الورقة، نقدم أوبيوان، وهي شبكة عصبية أمامية تحمل بعض الخصائص الهيكلية ذات الصلة التي أدت أيضًا إلى تعريف نوع جديد من طبقات الشبكات العصبية ذات الأغراض العامة. إن عملية وضع الميزات لها تتوسع بكفاءة مع الأنواع الذرية المضافة حديثًا. يتيح ذلك إضافة أنواع ذرات جديدة بسلاسة دون الحاجة إلى تغيير هيكل الشبكة. كما يتيح أيضًا التدريب على مجموعات بيانات جديدة من خلال الاستفادة من أوبيوان المدربة سابقًا، وبالتالي يتقارب بسرعة كبيرة. وهذا يتجنب التدريب من الصفر ويجعل النهج أكثر توافقًا مع منظور الحوسبة الخضراء.