Buchumschlag

Crystal Transformer Based Universal Atomic Embedding for Accurate and Transferable Prediction of Materials Properties

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jin, Luozhijie, Du, Zijian, Shu, Le, Mei, Yongfeng, Zhang, Hao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Materials Science Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CTGNN: Crystal Transformer Graph Neural Network for Crystal Material Property Prediction
von: Du, Zijian, et al.
Veröffentlicht: (2024)

VQCrystal: Leveraging Vector Quantization for Discovery of Stable Crystal Structures
von: Qiu, ZiJie, et al.
Veröffentlicht: (2024)

CrysToGraph: A Comprehensive Predictive Model for Crystal Materials Properties and the Benchmark
von: Wang, Hongyi, et al.
Veröffentlicht: (2024)

Towards Universal Material Property Prediction with Deep Learning and Single-Descriptor electronic Density
von: Chen, Feng, et al.
Veröffentlicht: (2025)

Equivariant Graph Neural Networks for Prediction of Tensor Material Properties of Crystals
von: Heilman, Alex, et al.
Veröffentlicht: (2024)

CrystalREPA: Transferring Physical Priors from Universal MLIPs to Crystal Generative Models
von: Zhang, Chengqian, et al.
Veröffentlicht: (2026)

Self-supervised Representations and Node Embedding Graph Neural Networks for Accurate and Multi-scale Analysis of Materials
von: Kong, Jian-Gang, et al.
Veröffentlicht: (2022)

CrystalFlow: A Flow-Based Generative Model for Crystalline Materials
von: Luo, Xiaoshan, et al.
Veröffentlicht: (2024)

MatterGPT: A Generative Transformer for Multi-Property Inverse Design of Solid-State Materials
von: Chen, Yan, et al.
Veröffentlicht: (2024)

CHIPS-FF: Evaluating Universal Machine Learning Force Fields for Material Properties
von: Wines, Daniel, et al.
Veröffentlicht: (2024)

Multi-Source Domain Transfer Learning for Accurate Property Prediction in Two-Dimensional Materials
von: Zhang, Huiyang, et al.
Veröffentlicht: (2026)

Efficient Crystal Structure Prediction Using Universal Neural Network Potential with Diversity Preservation in Genetic Algorithms
von: Shibayama, Takuya, et al.
Veröffentlicht: (2025)

Large Language Models for Material Property Predictions: elastic constant tensor prediction and materials design
von: Liu, Siyu, et al.
Veröffentlicht: (2024)

Transfer Learning for Multi-material Classification of Transition Metal Dichalcogenides with Atomic Force Microscopy
von: Moses, Isaiah A., et al.
Veröffentlicht: (2024)

Micrometer: Micromechanics Transformer for Predicting Mechanical Responses of Heterogeneous Materials
von: Wang, Sifan, et al.
Veröffentlicht: (2024)

Characterization of Crystal Properties and Defects in CdZnTe Radiation Detectors
von: Ballester, Manuel, et al.
Veröffentlicht: (2024)

Complete and Efficient Graph Transformers for Crystal Material Property Prediction
von: Yan, Keqiang, et al.
Veröffentlicht: (2024)

FIRE-GNN: Force-informed, Relaxed Equivariance Graph Neural Network for Rapid and Accurate Prediction of Surface Properties
von: Hsu, Circe, et al.
Veröffentlicht: (2025)

Efficient and Accurate Machine Learning Interatomic Potential for Graphene: Capturing Stress-Strain and Vibrational Properties
von: Hawthorne, Felipe, et al.
Veröffentlicht: (2025)

Fast and Accurate Prediction of Lattice Thermal Conductivity via Machine Learning Surrogates
von: Wang, Zeyu, et al.
Veröffentlicht: (2026)

Effect of Concentration Fluctuations on Material Properties of Disordered Alloys
von: Liang, Han-Pu, et al.
Veröffentlicht: (2025)

Dynamic In-context Learning with Conversational Models for Data Extraction and Materials Property Prediction
von: Ekuma, Chinedu
Veröffentlicht: (2024)

Emergence of Accurate Atomic Energies from Machine Learned Noble Gas Potentials
von: Uhlig, Frank, et al.
Veröffentlicht: (2024)

Flow Matching for Accelerated Simulation of Atomic Transport in Crystalline Materials
von: Nam, Juno, et al.
Veröffentlicht: (2024)

Iterative Corpus Refinement for Materials Property Prediction Based on Scientific Texts
von: Zhang, Lei, et al.
Veröffentlicht: (2025)

Known Unknowns: Out-of-Distribution Property Prediction in Materials and Molecules
von: Segal, Nofit, et al.
Veröffentlicht: (2025)

Acceleration of shell DFT-1/2 in high-throughput calculations via cutoff radii prediction
von: Xie, Shanzhong, et al.
Veröffentlicht: (2025)

GPU Acceleration of Numerical Atomic Orbitals-Based Density Functional Theory Algorithms within the ABACUS package
von: Zhang, Haochong, et al.
Veröffentlicht: (2024)

Machine-Learned Atomic Cluster Expansion Potentials for Fast and Quantum-Accurate Thermal Simulations of Wurtzite AlN
von: Yang, Guang, et al.
Veröffentlicht: (2023)

CrystalFormer-CSP: Thinking Fast and Slow for Crystal Structure Prediction
von: Cao, Zhendong, et al.
Veröffentlicht: (2025)

Thermophysical and Mechanical Properties Prediction of Rear-earth High-entropy Pyrochlore Based on Deep-learning Potential
von: Wang, Yuxuan, et al.
Veröffentlicht: (2025)

Predicting Many Crystal Properties via an Adaptive Transformer-based Framework
von: Xu, Haosheng, et al.
Veröffentlicht: (2024)

A Cartesian Encoding Graph Neural Network for Crystal Structures Property Prediction: Application to Thermal Ellipsoid Estimation
von: Solé, Àlex, et al.
Veröffentlicht: (2025)

UniMatSim: A High-Throughput Materials Simulation Automation Framework Based on Universal Machine Learning Potentials
von: Xiang, Yanjin, et al.
Veröffentlicht: (2026)

XtalOpt Version 14: Variable-Composition Crystal Structure Search for Functional Materials Through Pareto Optimization
von: Hajinazar, Samad, et al.
Veröffentlicht: (2025)

Automated High-throughput Organic Crystal Structure Prediction via Population-based Sampling
von: Zhu, Qiang, et al.
Veröffentlicht: (2024)

Massive Discovery of Low-Dimensional Materials from Universal Computational Strategy
von: Bagheri, Mohammad, et al.
Veröffentlicht: (2025)

Unbiased Atomistic Predictions of Crystal Dislocation Dynamics using Bayesian Force Fields
von: Owen, Cameron J., et al.
Veröffentlicht: (2024)

Crystal Structure Generation Based on Polyhedra using Dual Periodic Graphs
von: Yokoyama, Tomoyasu, et al.
Veröffentlicht: (2023)

Transfer Learning in Materials Informatics: structure-property relationships through minimal but highly informative multimodal input
von: Massa, Dario, et al.
Veröffentlicht: (2024)