研究者提出径向核注意力用于聚合物力场
热点事件观察中
研究者提出径向核注意力用于聚合物力场
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Wenbo Fu 等作者提出径向核注意力(RKA),用于聚合物机器学习力场的长程建模。该方法将原子到簇质心的距离映射为学习到的径向特征,并与内容相关的 query、key 做核化重叠,在固定特征维度下以原子数线性复杂度实现全局特征交换。 目前报道只介绍方法设计,未给出实验数据或与其他方法的对比结果,因此其实际效果尚待验证。
AI 根据报道生成 · 46 分钟前更新
最新进展11月2日 13:00
Radial Kernel Attention:面向聚合物机器学习力场长程建模的线性复杂度注意力报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- arXiv cs.AIRadial Kernel Attention:面向聚合物机器学习力场长程建模的线性复杂度注意力
研究者提出 Radial Kernel Attention(RKA),将原子到簇质心的距离映射为学习到的径向特征,并与内容相关的 query、key 做核化重叠,在固定特征维度下以原子数线性复杂度实现全局特征交换。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。