c**********
Lv.3 学术阅读达人
2022/02/09 15:59
精准预测材料特性：原子线图神经网络
图神经网络 (GNN) 对模拟复杂系统具有巨大的潜力，它可绕过需要高计算成本的薛定谔方程求解，更快地预测固体、分子和蛋白质等系统的性质。这篇文章开发了一种包含角度信息的原子线图神经网络模型(ALIGNN)，可以在原子间的键图及其对应键角的线图上进行信息传递，从而有效提高了对固体和分子的预测能力。作者使用 ALIGNN 模型预测了 JARVIS-DFT、Materials project和 QM9 数据库中52 种固体和分子的特性。他们发现，相比于文献报道的GNN 模型，ALIGNN既具有很高的准确率，同时也具有更好的模型训练速度，有可能极大地改进对材料特性的机器学习预测。
领书计划详情
