الرسائل العصبية مع تحديثات الحواف لتنبؤ خصائص الجزيئات والمواد

المراسلة العصبية على الرسوم البيانية الجزيئية هي واحدة من أكثر الطرق وعده لتنبؤ طاقة التكوين وغيرها من خصائص الجزيئات والمواد. في هذا البحث، قمنا بتوسيع نموذج المراسلة العصبية بإضافة شبكة تحديث الحواف التي تسمح للمعلومات المتبادلة بين الذرات بالاعتماد على الحالة الخفية للذرة المستقبلة. قدمنا النموذج المقترح كمعيار على ثلاثة مجموعات بيانات متاحة للجمهور (QM9، مشروع المواد، وOQMD) وأظهرنا أن النمو델 المقترح يحقق تنبؤات أفضل لطاقة التكوين وغيرها من الخصائص في جميع هذه المجموعات مقارنة بأفضل النتائج المنشورة. بالإضافة إلى ذلك، درسنا طرقًا مختلفة لبناء الرسم البياني المستخدم لتمثيل الهياكل البلورية ووجدنا أن استخدام رسم بياني يستند إلى أقرب K جارٍ (K-nearest neighbors) يحقق دقة تنبؤ أعلى من استخدام حد المسافة القصوى أو رسم بياني تقسيم فوروينوي (Voronoi tessellation).