摘要
本申请公开了一种基于图神经网络的晶体性质预测方法,涉及材料科学领域,该方法包括:将待预测晶体的原子作为节点,原子键作为边,并对节点和边进行编码得到节点特征向量和边特征向量,以形成晶体图;基于图神经网络架构,引入边卷积算子和相关自注意力机制,构建得到晶体性质预测模型;将晶体图输入晶体性质预测模型,得到晶体性质预测结果。本申请能够把握原子之间的长程信息,进而实现晶体性质的高精度预测。
技术关键词
晶体
性质预测方法
神经网络架构
输出特征
注意力机制
节点
线性变换矩阵
样本
训练集
编码
坐标
误差
参数
强度
系统为您推荐了相关专利信息
医学知识图谱
参数
管理方法
子系统
条件生成对抗
连续时间线性均衡器
可变增益放大器
遗传算法
参数自适应控制
眼图监测器
儿童教育方法
互动游戏
模态特征
情感识别模型
情感特征
高频特征
通道注意力机制
处理单元
高分辨率摄像头
卷积模块
组合推荐方法
计算机执行指令
会话
序列
注意力机制