一种基于多模态联合学习的晶体材料性质预测方法

本发明公开了一种基于多模态联合学习的晶体材料性质预测方法，属于晶体材料性质预测领域，具体包括：基于元素周期表构建元素知识图谱并表征向量化；解析目标晶体材料CIF文件，提取晶体结构、材料成分和晶体结构描述文本；晶体结构经过晶体图神经网络编码为材料结构特征表示，材料成分用于对元素知识图谱进行检索以获得材料成分特征表示，晶体结构描述文本经过文本编码器编码为材料文本特征表示；融合材料结构特征表示、材料成分特征表示和材料文本特征表示来预测目标材料的性质。该方法突破传统单模态预测的局限性，通过知识图谱嵌入学习增强元素间关联，结合图结构建模和文本语义分析，有效提升晶体材料性质预测的准确性和可解释性。