标签:计算框架

基于神经网络的偏微分方程求解器新突破:北大&字节研究成果入选Nature子刊

近年来,神经网络在求解偏微分方程上的应用备受瞩目,特别是在量子化学领域,NNVMC方法崭露头角,以其高精度超越传统技术。北京大学与字节跳动研究团队合作推出的Forward Laplacian框架,创新性地运用Laplace算子前向传播,为NNVMC计算带来十倍加速,大大降低了成本,达到该领域的先进水平,并有望解决更多科学难题。这项工作已发表于《Nature Machine Intelligence》,并开源了相关代码。 Forward Laplacian通过避免计算耗时的黑塞矩阵,直接求解拉普拉斯项,显著提升了NNVMC的计算效率。同时,LapNet网络利用神经网络梯度...