HyperAIHyperAI

Command Palette

Search for a command to run...

OQM9HK: Ein großflächiges Graphen-Datensatz für maschinelles Lernen in der Materialwissenschaft

Takenori Yamamoto

Zusammenfassung

Wir stellen einen großskaligen Datensatz quantenmechanisch berechneter Eigenschaften kristalliner Materialien für das Graph-Darstellungslernen vor, der etwa 900.000 Einträge umfasst (OQM9HK). Dieser Datensatz basiert auf der Open Quantum Materials Database (OQMD) v1.5, die über eine Million Einträge enthält, und ist die Fortsetzung der OQMD v1.2-Datenbank mit etwa 600.000 Einträgen (OQM6HK). Wir entwickeln einen Graphenerzeugungsalgorithmus, der einen binär kantenbeschrifteten (BEL) Graphen zur Darstellung kristalliner Materialien erzeugt. Der BEL-Graph besitzt eine höhere Repräsentationskraft für Kristallstrukturen im Vergleich zu kantenunbeschrifteten Graphen. Bei Aufgaben der Materialeigenschaftsvorhersage erzielen kristalline Graphen-Neuronale Netze, die auf dem BEL-Graph-Datensatz trainiert wurden, bessere Ergebnisse als solche, die auf anderen Graph-Datensätzen trainiert wurden. Der OQM9HK-Graph-Datensatz ist über die Zenodo-Repository-Adresse verfügbar: https://doi.org/10.5281/zenodo.7124330


KI mit KI entwickeln

Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.

KI-gestütztes kollaboratives Programmieren
Sofort einsatzbereite GPUs
Die besten Preise

HyperAI Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp
OQM9HK: Ein großflächiges Graphen-Datensatz für maschinelles Lernen in der Materialwissenschaft | Paper | HyperAI