Generative Modeling Enables Molecular Structure Retrieval from Coulomb Explosion Imaging
Created by
Haebom
Category
Empty
저자
Xiang Li, Till Jahnke, Rebecca Boll, Jiaqi Han, Minkai Xu, Michael Meyer, Maria Novella Piancastelli, Daniel Rolles, Artem Rudenko, Florian Trinter, Thomas J. A. Wolf, Jana B. Thayer, James P. Cryan, Stefano Ermon, Phay J. Ho
개요
본 논문은 화학 반응 중 분자의 구조 변화를 실시간으로 포착하는 데 필수적인 기술인 펨토화학을 이해하고 제어하기 위한 핵심 접근 방식인 쿨롱 폭발 이미징 기술을 사용하여, 고도로 비선형적인 역문제 해결에 도전합니다. 특히, 확산 기반 Transformer 신경망을 활용하여 이온-운동량 분포로부터 알 수 없는 분자 구조를 재구성하고, 평균 절대 오차 1 보어 반경 미만으로 정확도를 달성했습니다.
시사점, 한계점
•
시사점:
◦
확산 기반 Transformer 신경망을 활용하여 쿨롱 폭발 이미징을 통해 얻은 이온-운동량 분포로부터 분자 구조를 효과적으로 재구성하는 새로운 접근 방식을 제시했습니다.
◦
화학 결합 길이의 절반 수준의 높은 정확도로 분자 구조를 예측함으로써, 펨토화학 연구에 기여할 수 있는 가능성을 보여주었습니다.
