研究人员开发了一种新的图神经网络,旨在理解由不同子结构组成的复杂化学系统内的交互。该方法解决了现有方法中假设同质性的局限性。新模型应用于预测混合太阳能电池材料的性质,在 1,682 种材料的带隙预测方面达到了最先进的准确度。 AI
影响 这项研究可以改进材料性质的预测,可能加速可持续能源新材料的发现。
排序理由 该集群描述了 arXiv 论文中提出的一种用于特定科学应用的新图神经网络模型。
在 Hugging Face Daily Papers 阅读 →
- arXiv
- graph neural network
- Hugging Face
- Hybrid Solar Cell Materials
- Inorganic compounds by element
- inorganic crystalline materials
- Organic compounds
- organic molecules for use in organic optoelectronic devices
- sustainable energy resources
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →