Molecular magnetism

新的SU(2)-等变图神经网络推动分子磁性预测

研究人员开发了eSpinor，一种新颖的SU(2)-等变图神经网络，旨在通过传播旋量特征来预测分子磁性。这种方法提高了钴单分子磁体候选物零场分裂的预测精度，并增强了镝探针的真实电子自旋相关性，即使在没有针对甲醇等不同环境进行重新训练的情况下也是如此。研究结果表明，SU(2)-等变旋量消息传递为分子磁性提供了有价值的归纳偏置，强调了基于特定物理可观测量的准确性进行模型选择的重要性。