論文の概要: Fast evaluation of spherical harmonics with sphericart
- arxiv url: http://arxiv.org/abs/2302.08381v2
- Date: Sun, 30 Apr 2023 19:22:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-02 18:34:49.188603
- Title: Fast evaluation of spherical harmonics with sphericart
- Title（参考訳）: 球面アートを用いた球面高調波の高速評価
- Authors: Filippo Bigi, Guillaume Fraux, Nicholas J. Browning, Michele Ceriotti
- Abstract要約: 実数値球面調和性評価のためのエレガントなアルゴリズムを提案する。
我々はこのアルゴリズムを,CバインディングやPython API,GPUカーネルを含むPyTorch実装などの高速なC++ライブラリであるsphericartで実装する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Spherical harmonics provide a smooth, orthogonal, and symmetry-adapted basis
to expand functions on a sphere, and they are used routinely in physical and
theoretical chemistry as well as in different fields of science and technology,
from geology and atmospheric sciences to signal processing and computer
graphics. More recently, they have become a key component of rotationally
equivariant models in geometric machine learning, including applications to
atomic-scale modeling of molecules and materials. We present an elegant and
efficient algorithm for the evaluation of the real-valued spherical harmonics.
Our construction features many of the desirable properties of existing schemes
and allows to compute Cartesian derivatives in a numerically stable and
computationally efficient manner. To facilitate usage, we implement this
algorithm in sphericart, a fast C++ library which also provides C bindings, a
Python API, and a PyTorch implementation that includes a GPU kernel.
- Abstract（参考訳）: 球面調和は球面上の関数を拡張するために滑らかで直交的で対称性に適応した基底を提供し、物理化学や理論化学、地質学や大気科学から信号処理、コンピュータグラフィックスまで様々な分野の科学や技術で日常的に使われている。
最近では、分子や物質の原子スケールモデリングなどを含む幾何学的機械学習における回転同変モデルの重要コンポーネントとなっている。
実数値球面調和性評価のためのエレガントで効率的なアルゴリズムを提案する。
我々の構成は既存のスキームの望ましい性質の多くを特徴とし、数値的に安定かつ計算効率の良い方法でカルテ微分を計算することができる。
使用を容易にするために,我々は,CバインディングやPython API,GPUカーネルを含むPyTorch実装も提供する高速C++ライブラリであるsphericartでこのアルゴリズムを実装した。
関連論文リスト
- Differentiable and accelerated spherical harmonic and Wigner transforms [7.636068929252914]
球面データのモデリングと解析には、機械学習やその他の微分可能なプログラミングタスクのための勾配の効率的な計算が必要である。
球面上の一般化フーリエ変換の高速化と微分可能計算のための新しいアルゴリズムを開発した。
代替のCコードに対して400倍の加速をベンチマークすると、最大400倍の加速が観測される。
論文 参考訳（メタデータ） (2023-11-24T18:59:04Z) - Geometry-Informed Neural Operator for Large-Scale 3D PDEs [76.06115572844882]
大規模偏微分方程式の解演算子を学習するために,幾何インフォームド・ニューラル演算子(GINO)を提案する。
我々はGINOを訓練し、わずか500点のデータポイントで車両表面の圧力を予測することに成功した。
論文 参考訳（メタデータ） (2023-09-01T16:59:21Z) - Higher-order topological kernels via quantum computation [68.8204255655161]
トポロジカルデータ分析(TDA)は、複雑なデータから意味のある洞察を抽出する強力なツールとして登場した。
本稿では,ベッチ曲線の次数増加に基づくBettiカーネルの量子的定義法を提案する。
論文 参考訳（メタデータ） (2023-07-14T14:48:52Z) - Spherical Fourier Neural Operators: Learning Stable Dynamics on the
Sphere [53.63505583883769]
球面幾何学の演算子を学習するための球面FNO(SFNO)を紹介する。
SFNOは、気候力学の機械学習に基づくシミュレーションに重要な意味を持つ。
論文 参考訳（メタデータ） (2023-06-06T16:27:17Z) - Towards Complex Dynamic Physics System Simulation with Graph Neural ODEs [75.7104463046767]
本稿では,粒子系の空間的および時間的依存性を特徴付ける新しい学習ベースシミュレーションモデルを提案する。
我々は,GNSTODEのシミュレーション性能を,重力とクーロンの2つの実世界の粒子系上で実証的に評価した。
論文 参考訳（メタデータ） (2023-05-21T03:51:03Z) - Wigner kernels: body-ordered equivariant machine learning without a
basis [0.0]
我々は、ウィグナーカーネルの計算を伴う新しい密度ベース手法を提案する。
ウィグナー核は完全に同変で、ボディーオーダーのカーネルで、放射化学ベースに依存しないコストで反復的に計算することができる。
化学応用におけるWignerカーネルに基づくモデルの精度のいくつかの例を示す。
論文 参考訳（メタデータ） (2023-03-07T18:34:55Z) - GeoMol: Torsional Geometric Generation of Molecular 3D Conformer
Ensembles [60.12186997181117]
分子グラフからの分子の3Dコンホメーラーアンサンブルの予測は、化学情報学と薬物発見の領域において重要な役割を担っている。
既存の生成モデルは、重要な分子幾何学的要素のモデリングの欠如を含むいくつかの欠点がある。
エンド・ツー・エンド、非自己回帰、SE(3)不変の機械学習手法であるGeoMolを提案し、3Dコンバータを生成する。
論文 参考訳（メタデータ） (2021-06-08T14:17:59Z) - Quantum Simulation of the Bosonic Creutz Ladder with a Parametric Cavity [5.336258422653554]
ハードウェア効率のよいアナログ量子シミュレータとして,マルチモード超伝導パラメトリックキャビティを用いた。
複雑なホッピング相互作用を持つ合成次元の格子を実現する。
複素数値ホッピング相互作用により、例えばゲージポテンシャルやトポロジカルモデルなどをシミュレートすることができる。
論文 参考訳（メタデータ） (2021-01-11T14:46:39Z) - Data-driven learning of nonlocal models: from high-fidelity simulations
to constitutive laws [3.1196544696082613]
機械学習により, 1次元複合材料の応力波シミュレーションの精度が向上することを示す。
応力波伝播モデルの非局所法則を学習するためのデータ駆動技術を提案する。
論文 参考訳（メタデータ） (2020-12-08T01:46:26Z) - Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with
an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。
我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文 参考訳（メタデータ） (2020-07-28T14:52:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。