Buchumschlag

Direct Molecular Polarizability Prediction with SO(3) Equivariant Local Frame GNNs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Filling, Jean Philip, Post, Felix, Wand, Michael, Andrienko, Denis
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Tensor Channel Equivariant Graph Neural Networks for Molecular Polarizability Prediction
von: Filling, Jean Philip, et al.
Veröffentlicht: (2026)

Discretizing Group-Convolutional Neural Networks for 3D Geometry in Feature Space
von: Franzen, Daniel, et al.
Veröffentlicht: (2026)

Efficient Prediction of SO(3)-Equivariant Hamiltonian Matrices via SO(2) Local Frames
von: Yu, Haiyang, et al.
Veröffentlicht: (2025)

Preserving Continuous Symmetry in Discrete Spaces: Geometric-Aware Quantization for SO(3)-Equivariant GNNs
von: Zhou, Haoyu, et al.
Veröffentlicht: (2026)

Universally Invariant Learning in Equivariant GNNs
von: Cen, Jiacheng, et al.
Veröffentlicht: (2025)

Frame-based Equivariant Diffusion Models for 3D Molecular Generation
von: Guo, Mohan, et al.
Veröffentlicht: (2025)

On the Scalability of GNNs for Molecular Graphs
von: Sypetkowski, Maciej, et al.
Veröffentlicht: (2024)

Quantized SO(3)-Equivariant Graph Neural Networks for Efficient Molecular Property Prediction
von: Zhou, Haoyu, et al.
Veröffentlicht: (2026)

Locality-Aware Graph-Rewiring in GNNs
von: Barbero, Federico, et al.
Veröffentlicht: (2023)

Applications of Trajectory Data from the Perspective of a Road Transportation Agency: Literature Review and Maryland Case Study
von: Marković, Nikola, et al.
Veröffentlicht: (2017)

Equivariant Frames and the Impossibility of Continuous Canonicalization
von: Dym, Nadav, et al.
Veröffentlicht: (2024)

A Flexible, Equivariant Framework for Subgraph GNNs via Graph Products and Graph Coarsening
von: Bar-Shalom, Guy, et al.
Veröffentlicht: (2024)

Expressivity and Generalization: Fragment-Biases for Molecular GNNs
von: Wollschläger, Tom, et al.
Veröffentlicht: (2024)

Towards Precise Prediction Uncertainty in GNNs: Refining GNNs with Topology-grouping Strategy
von: Seo, Hyunjin, et al.
Veröffentlicht: (2024)

Information Theoretic Perspective on Representation Learning
von: Pereg, Deborah, et al.
Veröffentlicht: (2026)

Flow Matters: Directional and Expressive GNNs for Heterophilic Graphs
von: Gupta, Arman, et al.
Veröffentlicht: (2025)

Improving Molecular Modeling with Geometric GNNs: an Empirical Study
von: Ramlaoui, Ali, et al.
Veröffentlicht: (2024)

Equivariant Masked Position Prediction for Efficient Molecular Representation
von: An, Junyi, et al.
Veröffentlicht: (2025)

A critical look at the evaluation of GNNs under heterophily: Are we really making progress?
von: Platonov, Oleg, et al.
Veröffentlicht: (2023)

Equivariance via Minimal Frame Averaging for More Symmetries and Efficiency
von: Lin, Yuchao, et al.
Veröffentlicht: (2024)

Predicting Molecular Ordering in Deposited Molecular Films (Adv. Energy Mater. 44/2024)
von: Christoph Scherer, et al.
Veröffentlicht: (2024)

PROXI: Challenging the GNNs for Link Prediction
von: Tola, Astrit, et al.
Veröffentlicht: (2024)

DeepChem Equivariant: SE(3)-Equivariant Support in an Open-Source Molecular Machine Learning Library
von: Siguenza, Jose, et al.
Veröffentlicht: (2025)

Geometric GNNs for Charged Particle Tracking at GlueX
von: Mohammed, Ahmed Hossam, et al.
Veröffentlicht: (2025)

Valid Conformal Prediction for Dynamic GNNs
von: Davis, Ed, et al.
Veröffentlicht: (2024)

Polarized Direct Cross-Attention Message Passing in GNNs for Machinery Fault Diagnosis
von: Shi, Zongyu, et al.
Veröffentlicht: (2026)

Rotational Sampling: A Plug-and-Play Encoder for Rotation-Invariant 3D Molecular GNNs
von: Jin, Dian
Veröffentlicht: (2025)

Feature Augmentation of GNNs for ILPs: Local Uniqueness Suffices
von: Han, Qingyu, et al.
Veröffentlicht: (2025)

Chi-Geometry: A Library for Benchmarking Chirality Prediction of GNNs
von: Weaver, Rylie, et al.
Veröffentlicht: (2025)

Classic GNNs are Strong Baselines: Reassessing GNNs for Node Classification
von: Luo, Yuankai, et al.
Veröffentlicht: (2024)

Compact SO(3) Equivariant Atomistic Foundation Models via Structural Pruning
von: Wang, Chen, et al.
Veröffentlicht: (2026)

Learning Non-Local Molecular Interactions via Equivariant Local Representations and Charge Equilibration
von: Fuchs, Paul, et al.
Veröffentlicht: (2025)

E3STO: Orbital Inspired SE(3)-Equivariant Molecular Representation for Electron Density Prediction
von: Mitnikov, Ilan, et al.
Veröffentlicht: (2024)

Understanding GNNs and Homophily in Dynamic Node Classification
von: Ito, Michael, et al.
Veröffentlicht: (2025)

GAT-Steiner: Rectilinear Steiner Minimal Tree Prediction Using GNNs
von: Onal, Bugra, et al.
Veröffentlicht: (2024)

Pre-training of Molecular GNNs via Conditional Boltzmann Generator
von: Koge, Daiki, et al.
Veröffentlicht: (2023)

SO(3)-Equivariant Neural Networks for Learning from Scalar and Vector Fields on Spheres
von: Ballerin, Francesco, et al.
Veröffentlicht: (2025)

Generalist Equivariant Transformer Towards 3D Molecular Interaction Learning
von: Kong, Xiangzhe, et al.
Veröffentlicht: (2023)

Residual Connections and Normalization Can Provably Prevent Oversmoothing in GNNs
von: Scholkemper, Michael, et al.
Veröffentlicht: (2024)

EquiFlow: Equivariant Conditional Flow Matching with Optimal Transport for 3D Molecular Conformation Prediction
von: Tian, Qingwen, et al.
Veröffentlicht: (2024)