Buchumschlag

CrysAtom: Distributed Representation of Atoms for Crystal Property Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mukherjee, Shrimon, Ghosh, Madhusudan, Basuchowdhuri, Partha
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Materials Science Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Latent Diffusion Pretraining for Crystal Property Prediction
von: Mukherjee, Shrimon, et al.
Veröffentlicht: (2026)

AlpaPICO: Extraction of PICO Frames from Clinical Trial Documents Using LLMs
von: Ghosh, Madhusudan, et al.
Veröffentlicht: (2024)

G4-Attention: Deep Learning Model with Attention for predicting DNA G-Quadruplexes
von: Mukherjee, Shrimon, et al.
Veröffentlicht: (2024)

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

ADA-GNN: Atom-Distance-Angle Graph Neural Network for Crystal Material Property Prediction
von: Huang, Jiao, et al.
Veröffentlicht: (2024)

OXtal: An All-Atom Diffusion Model for Organic Crystal Structure Prediction
von: Jin, Emily, et al.
Veröffentlicht: (2025)

Unified Graph Networks (UGN): A Deep Neural Framework for Solving Graph Problems
von: Dawn, Rudrajit, et al.
Veröffentlicht: (2025)

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

AtomComposer: Discovering Chemical Space from First Principles with Reinforcement Learning
von: Hastrup, Bjarke, et al.
Veröffentlicht: (2026)

Reasoning-Driven Design of Single Atom Catalysts via a Multi-Agent Large Language Model Framework
von: Mok, Dong Hyeon, et al.
Veröffentlicht: (2026)

Transition States Energies from Machine Learning: An Application to Reverse Water-Gas Shift on Single-Atom Alloys
von: Cheula, Raffaele, et al.
Veröffentlicht: (2025)

Equivariant Diffusion for Crystal Structure Prediction
von: Lin, Peijia, et al.
Veröffentlicht: (2025)

MolCrystalFlow: Molecular Crystal Structure Prediction via Flow Matching
von: Zeng, Cheng, et al.
Veröffentlicht: (2026)

Crystal Structure Prediction by Joint Equivariant Diffusion
von: Jiao, Rui, et al.
Veröffentlicht: (2023)

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

CLOUD: A Scalable and Physics-Informed Foundation Model for Crystal Representation Learning
von: Xu, Changwen, et al.
Veröffentlicht: (2025)

Material Property Prediction with Element Attribute Knowledge Graphs and Multimodal Representation Learning
von: Huang, Chao, et al.
Veröffentlicht: (2024)

Polymorphism Crystal Structure Prediction with Adaptive Space Group Diversity Control
von: Omee, Sadman Sadeed, et al.
Veröffentlicht: (2025)

ContinuouSP: Generative Model for Crystal Structure Prediction with Invariance and Continuity
von: Tone, Yuji, et al.
Veröffentlicht: (2025)

CRYSIM: Prediction of Symmetric Structures of Large Crystals with GPU-based Ising Machines
von: Liang, Chen, et al.
Veröffentlicht: (2025)

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

Accurate Crystal Structure Prediction of New 2D Hybrid Organic Inorganic Perovskites
von: Karimitari, Nima, et al.
Veröffentlicht: (2024)

Multimodal Foundation Models for Material Property Prediction and Discovery
von: Moro, Viggo, et al.
Veröffentlicht: (2023)

Representation of Inorganic Synthesis Reactions and Prediction: Graphical Framework and Datasets
von: Andrello, Samuel, et al.
Veröffentlicht: (2025)

AlloyBERT: Alloy Property Prediction with Large Language Models
von: Chaudhari, Akshat, et al.
Veröffentlicht: (2024)

Regression with Large Language Models for Materials and Molecular Property Prediction
von: Jacobs, Ryan, et al.
Veröffentlicht: (2024)

Benchmarking GNNs for OOD Materials Property Prediction with Uncertainty Quantification
von: Tan, Liqin, et al.
Veröffentlicht: (2025)

Data Fusion of Deep Learned Molecular Embeddings for Property Prediction
von: Appleton, Robert J, et al.
Veröffentlicht: (2025)

CrystalICL: Enabling In-Context Learning for Crystal Generation
von: Wang, Ruobing, et al.
Veröffentlicht: (2025)

Machine Learning-Driven Crystal System Prediction for Perovskites Using Augmented X-ray Diffraction Data
von: Mathew, Ansu, et al.
Veröffentlicht: (2026)

Challenges in Non-Polymeric Crystal Structure Prediction: Why a Geometric, Permutation-Invariant Loss is Needed
von: Jehanno, Emmanuel, et al.
Veröffentlicht: (2025)

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

In-Context Learning of Physical Properties: Few-Shot Adaptation to Out-of-Distribution Molecular Graphs
von: Kaszuba, Grzegorz, et al.
Veröffentlicht: (2024)

Learning Potential Energy Surfaces of Hydrogen Atom Transfer Reactions in Peptides
von: Neubert, Marlen, et al.
Veröffentlicht: (2025)

MoMa: A Modular Deep Learning Framework for Material Property Prediction
von: Wang, Botian, et al.
Veröffentlicht: (2025)

ReciNet: Reciprocal Space-Aware Long-Range Modeling for Crystalline Property Prediction
von: Nie, Jianan, et al.
Veröffentlicht: (2025)

Graph Neural Network Prediction of Nonlinear Optical Properties
von: Alkabakibi, Yomn, et al.
Veröffentlicht: (2025)

Space Group Constrained Crystal Generation
von: Jiao, Rui, et al.
Veröffentlicht: (2024)

Supervised Pretraining for Material Property Prediction
von: Rahman, Chowdhury Mohammad Abid, et al.
Veröffentlicht: (2025)

Predicting Mechanical Properties from Microstructure Images in Fiber-reinforced Polymers using Convolutional Neural Networks
von: Sun, Yixuan, et al.
Veröffentlicht: (2020)