論文の概要: Complete and Efficient Graph Transformers for Crystal Material Property Prediction
- arxiv url: http://arxiv.org/abs/2403.11857v1
- Date: Mon, 18 Mar 2024 15:06:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-20 20:00:12.477182
- Title: Complete and Efficient Graph Transformers for Crystal Material Property Prediction
- Title(参考訳): 結晶特性予測のための完全かつ効率的なグラフ変換器
- Authors: Keqiang Yan, Cong Fu, Xiaofeng Qian, Xiaoning Qian, Shuiwang Ji,
- Abstract要約: 結晶構造は、3次元空間の正則格子に沿って繰り返される原始単位セル内の原子塩基によって特徴づけられる。
本稿では,各原子の格子に基づく表現を確立するために,単位細胞の周期パターンを利用する新しい手法を提案する。
結晶材料に特化して設計されたSE(3)トランスであるComFormerを提案する。
- 参考スコア(独自算出の注目度): 53.32754046881189
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Crystal structures are characterized by atomic bases within a primitive unit cell that repeats along a regular lattice throughout 3D space. The periodic and infinite nature of crystals poses unique challenges for geometric graph representation learning. Specifically, constructing graphs that effectively capture the complete geometric information of crystals and handle chiral crystals remains an unsolved and challenging problem. In this paper, we introduce a novel approach that utilizes the periodic patterns of unit cells to establish the lattice-based representation for each atom, enabling efficient and expressive graph representations of crystals. Furthermore, we propose ComFormer, a SE(3) transformer designed specifically for crystalline materials. ComFormer includes two variants; namely, iComFormer that employs invariant geometric descriptors of Euclidean distances and angles, and eComFormer that utilizes equivariant vector representations. Experimental results demonstrate the state-of-the-art predictive accuracy of ComFormer variants on various tasks across three widely-used crystal benchmarks. Our code is publicly available as part of the AIRS library (https://github.com/divelab/AIRS).
- Abstract(参考訳): 結晶構造は、3次元空間の正則格子に沿って繰り返される原始単位セル内の原子塩基によって特徴づけられる。
結晶の周期性と無限の性質は、幾何学グラフ表現学習に固有の課題を提起する。
具体的には、結晶の完全な幾何学的情報を効果的に捉え、キラル結晶を扱うグラフを構築することは、未解決で困難な問題である。
本稿では, 単位細胞の周期的パターンを利用して各原子の格子に基づく表現を確立し, 結晶の効率的かつ表現力のあるグラフ表現を実現する手法を提案する。
さらに,結晶材料に特化して設計されたSE(3)トランスであるComFormerを提案する。
ComFormerには、ユークリッド距離と角度の不変な幾何学的記述子を使用するiComFormerと、等変ベクトル表現を使用するeComFormerの2つの変種が含まれている。
実験により,ComFormer変種が広く使用されている3つの結晶ベンチマークにおいて,様々なタスクにおいて精度良く予測できることが実証された。
私たちのコードはAIRSライブラリ(https://github.com/divelab/AIRS)の一部として公開されています。
関連論文リスト
- Crystalformer: Infinitely Connected Attention for Periodic Structure Encoding [10.170537065646323]
結晶構造から材料の物性を予測することは、材料科学の基本的な問題である。
結晶構造が無限に繰り返し、原子の周期的な配列であり、完全に連結された注意が無限に連結された注意をもたらすことを示す。
本稿では, 結晶構造に対する簡単なトランスフォーマーベースエンコーダアーキテクチャを提案する。
論文 参考訳(メタデータ) (2024-03-18T11:37:42Z) - Accelerating Material Property Prediction using Generically Complete Isometry Invariants [3.031375888004876]
我々は、学習アルゴリズムの表現として、ポイントワイド距離分布(PDD)を適用した。
本研究では,空間符号化手法を用いてPDDと合成情報を組み合わせた自己認識機構を改良したトランスフォーマーモデルを開発した。
このモデルは、Material ProjectとJarvis-DFTデータベースの結晶上でテストされ、最先端の手法に匹敵する精度を示す。
論文 参考訳(メタデータ) (2024-01-22T15:14:22Z) - PerCNet: Periodic Complete Representation for Crystal Graphs [3.7050297294650716]
合理的な結晶表現法は、局所的および大域的な情報をキャプチャするべきである。
無限拡張結晶材料に対する周期的完全表現と計算アルゴリズムを提案する。
提案した表現に基づいて,結晶材料特性を予測するネットワークPerCNetを提案する。
論文 参考訳(メタデータ) (2023-12-03T08:55:35Z) - Scalable Diffusion for Materials Generation [110.39595661627155]
我々は任意の結晶構造(ユニマット)を表現できる統一された結晶表現を開発する。
UniMatはより大型で複雑な化学系から高忠実度結晶構造を生成することができる。
材料の生成モデルを評価するための追加指標を提案する。
論文 参考訳(メタデータ) (2023-10-18T15:49:39Z) - Latent Conservative Objective Models for Data-Driven Crystal Structure
Prediction [62.36797874900395]
計算化学において、結晶構造予測は最適化問題である。
この問題に対処する1つのアプローチは、密度汎関数理論(DFT)に基づいてシミュレータを構築し、続いてシミュレーションで探索を実行することである。
我々は,LCOM(最近の保守的客観モデル)と呼ばれる我々の手法が,構造予測の成功率の観点から,最も優れたアプローチと同等に機能することを示す。
論文 参考訳(メタデータ) (2023-10-16T04:35:44Z) - CrysMMNet: Multimodal Representation for Crystal Property Prediction [22.576167897068956]
CrysMMNetは、構造的およびテキスト的表現を融合させ、結晶材料の共同マルチモーダル表現を生成する単純なマルチモーダルフレームワークである。
我々は、CrysMMNetが既存の最先端のベースラインメソッドよりも優れたマージンを持つことを示すために、10の異なるプロパティにわたる2つのベンチマークデータセットに関する広範な実験を行った。
論文 参考訳(メタデータ) (2023-06-09T11:16:01Z) - A Scalable Combinatorial Solver for Elastic Geometrically Consistent 3D
Shape Matching [69.14632473279651]
本稿では,3次元形状間の幾何学的一貫したマッピング空間をグローバルに最適化するスケーラブルなアルゴリズムを提案する。
従来の解法よりも数桁高速なラグランジュ双対問題と結合した新しい原始問題を提案する。
論文 参考訳(メタデータ) (2022-04-27T09:47:47Z) - Disentangling multiple scattering with deep learning: application to
strain mapping from electron diffraction patterns [48.53244254413104]
我々は、高非線形電子回折パターンを定量的構造因子画像に変換するために、FCU-Netと呼ばれるディープニューラルネットワークを実装した。
結晶構造の異なる組み合わせを含む20,000以上のユニークな動的回折パターンを用いてFCU-Netを訓練した。
シミュレーションされた回折パターンライブラリ、FCU-Netの実装、訓練されたモデルの重み付けは、オープンソースリポジトリで自由に利用可能です。
論文 参考訳(メタデータ) (2022-02-01T03:53:39Z) - Dense Non-Rigid Structure from Motion: A Manifold Viewpoint [162.88686222340962]
Non-Rigid Structure-from-Motion (NRSfM) 問題は、複数のフレームにまたがる2次元特徴対応から変形物体の3次元形状を復元することを目的としている。
提案手法は,ノイズに対する精度,スケーラビリティ,堅牢性を大幅に向上させる。
論文 参考訳(メタデータ) (2020-06-15T09:15:54Z) - An invertible crystallographic representation for general inverse design
of inorganic crystals with targeted properties [10.853822721106205]
一般逆設計(所与の要素や結晶構造に限らず)が可能な枠組みを提案する。
このフレームワークは、ユーザが定義した形成エネルギー、バンドギャップ、熱電(TE)パワーファクター、およびそれらの組み合わせを備えた新しい結晶を生成する。
結果は、生成モデルを用いたプロパティ駆動の一般逆設計に向けた重要なステップである。
論文 参考訳(メタデータ) (2020-05-15T15:58:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。