8月3日
09:31
09:31官方账号arXiv cs.LG@Panupol Untarabut, Narjes Jomaa, Sylvian Cadars, Olivier Masson, Samuel Bernard, Assil Bouzid, Santanu Saha
研究用CGCNN、GATGNN、ALIGNN和M3GNet四种图神经网络,将有序钙钛矿的知识迁移到无序高熵钙钛矿氧化物(HEPOs)上。形成能预测能有效迁移,但HOMO-LUMO带隙预测因对局部化学环境敏感而迁移性有限。加入少量HEPO专属训练数据后,带隙预测精度显著提升。UMAP分析表明ALIGNN编码的三体几何信息对捕捉结构-性质关系至关重要。
推荐理由:高熵钙钛矿不好算,这论文拿四种图神经网络试了迁移学习,发现形成能能搬,带隙不行,加点目标数据才准。ALIGNN表现最好。