10:58arXiv cs.AI@Kasper Helverskov Petersen, François R J Cornet, Martin Ovesen, Mikkel Jordahn, Kristian S. Thygesen, Mikkel N. Schmidt研究团队将等变图神经网络GotenNet应用于光学光谱预测,在包含10,533个结构的RPA级别光谱数据集上进行评估。该模型在0-8 eV能量范围内和静态实介电常数预测上显著超越现有最佳方法。结果表明等变几何特征能提升材料光学性质预测精度,对太阳能电池等光电器件的高通量筛选具有直接价值。论文Equivariant Graph Neural NetworksGotenNet材料筛选光学光谱图神经网络推荐理由:这篇论文用GotenNet做光学光谱预测,在1万个结构上比现有模型准不少,特别是0-8 eV区间,搞材料筛选的可以看看。原文