CGCNN
各种尺寸、形状都适用,图卷积神经网络探索金属纳米粒子的电化学稳定性
编辑 | 绿萝表面普尔贝图(Pourbaix diagram),也称电位-pH 图,对于了解纳米材料的电化学稳定性至关重要。然而,其基于密度泛函理论的构建对于真实规模的系统(例如几个纳米级纳米粒子)来说过于昂贵。在此,为了加速吸附能的准确预测,来自韩国科学技术院 (KAIST)和韩国科学技术研究院(KIST)的研究团队开发了一种键型嵌入式晶体图卷积神经网络(Bond-type Embedded Crystal Graph Convolutional Neural Network,BE-CGCNN)模型,该模型对四种
5/31/2023 2:13:00 PM
ScienceAI
- 1
资讯热榜
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
DeepSeek
AI绘画
数据
机器人
谷歌
模型
大模型
Midjourney
智能
用户
学习
开源
GPT
微软
Meta
AI创作
图像
技术
论文
Stable Diffusion
马斯克
Gemini
算法
蛋白质
生成式
芯片
代码
英伟达
腾讯
神经网络
计算
研究
Sora
AI for Science
3D
Anthropic
AI设计
机器学习
GPU
开发者
场景
华为
预测
伟达
Transformer
百度
苹果
人形机器人
深度学习
AI视频
模态
字节跳动
xAI
驾驶
文本
搜索
大语言模型
Claude
Copilot
具身智能
神器推荐
LLaMA
算力
安全
应用
视频生成
科技
视觉
亚马逊
干货合集
2024
AGI
特斯拉
训练
大型语言模型