Fugu-MT 論文翻訳(概要): Complete and Efficient Graph Transformers for Crystal Material Property Prediction

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

Generative Hierarchical Materials Search [91.93125016916463]
結晶構造の制御可能な生成のための生成階層材料探索(GenMS)を提案する。 GenMSは(1)高レベル自然言語を入力とし、結晶に関する中間テキスト情報を生成する言語モデルからなる。 GenMSはまた、生成された結晶構造から特性(たとえば生成エネルギー)を予測するためにグラフニューラルネットワークを使用する。
論文参考訳（メタデータ） (2024-09-10T17:51:28Z)
PDDFormer: Pairwise Distance Distribution Graph Transformer for Crystal Material Property Prediction [8.36720478795747]
本稿では,原子重み付きペアワイド距離分布 (WPDD) とユニットセルペアワイド距離分布 (UPDD) を初めて提案し,これをマルチエッジ結晶グラフの構築に取り入れた。本手法は原子位置のわずかな摂動の下でも結晶グラフの連続性と完全性を維持することを実証する。
論文参考訳（メタデータ） (2024-08-23T11:05:48Z)
CrysToGraph: A Comprehensive Predictive Model for Crystal Materials Properties and the Benchmark [16.456990796982186]
我々はCrysToGraph(textbfCrys$tals with $textbfT$ransformers $textbfo$n $textbfGraph$s)を提案する。 CrysToGraphは、トランスフォーマーベースのグラフ畳み込みブロックと、グラフワイドトランスフォーマーブロックとの長距離インタラクションを効果的にキャプチャする。これは既存のほとんどの方法より優れており、非伝統的な結晶と伝統的な結晶の両方のベンチマークで新しい最先端の結果を達成する。
論文参考訳（メタデータ） (2024-07-23T02:31:06Z)
A Space Group Symmetry Informed Network for O(3) Equivariant Crystal Tensor Prediction [89.38877696273364]
結晶材料の一般的な引張特性の予測について考察する。本稿では,必要な対称性を満たすために慎重に設計された汎用材料ネットワーク(GMTNet)を提案する。実験の結果, GMTNetは様々な順序の結晶テンソル上で有望な性能を達成できた。
論文参考訳（メタデータ） (2024-06-03T16:26:16Z)
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)
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)
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。