Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

PDDFormer: Pairwise Distance Distribution Graph Transformer for Crystal Material Property Prediction

Created by
  • Haebom
Category
Empty

저자

Xiangxiang Shen, Zheng Wan, Lingfeng Wen, Licheng Sun, Jian Yang, Xuan Tang, Shing-Ho J. Lin, Xiao He, Mingsong Chen, Xian Wei

개요

본 논문은 결정 구조를 표현하기 위해 원자 가중 쌍별 거리 분포(WPDD)와 단위 세포 쌍별 거리 분포(UPDD)를 도입하고, 이를 다중 엣지 결정 그래프 구축에 적용했습니다. 원자 위치의 미세한 변화에도 연속성을 유지하며, 계산 비용을 줄이기 위해 PDD를 전역 정보로 모델링하고, 행렬 기반 메시지 전달에 통합했습니다. WPDDFormer는 Materials Project 및 JARVIS-DFT와 같은 벤치마크 데이터셋에서 최첨단 예측 정확도를 달성했습니다.

시사점, 한계점

시사점:
원자 위치 변동성을 고려한 결정 구조 표현 방법 제시
계산 비용 절감과 예측 정확도 향상
WPDDFormer를 통해 벤치마크 데이터셋에서 SOTA 달성
한계점:
논문에서 구체적인 한계점에 대한 언급은 없음.
👍