Buchumschlag

Multimodal Transformer for Sample-Aware Prediction of Metal-Organic Framework Properties

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Seunghee, Lee, Jaewoong, Kim, Jihan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Materials Science Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EGMOF: Efficient Generation of Metal-Organic Frameworks Using a Hybrid Diffusion-Transformer Architecture
von: Han, Seunghee, et al.
Veröffentlicht: (2025)

Machine Learning Based Prediction of Proton Conductivity in Metal-Organic Frameworks
von: Han, Seunghee, et al.
Veröffentlicht: (2024)

Predicting Scale-Up of Metal-Organic Framework Syntheses with Large Language Models
von: Walther, Peter, et al.
Veröffentlicht: (2026)

SimMOF: AI agent for Automated MOF Simulations
von: Lee, Jaewoong, et al.
Veröffentlicht: (2026)

The Rise of Generative AI for Metal-Organic Framework Design and Synthesis
von: Duan, Chenru, et al.
Veröffentlicht: (2025)

Sustainable Metal-Organic Framework Water Harvesters in the Artificial Intelligence Era
von: Coyle, Reid A., et al.
Veröffentlicht: (2026)

Property Prediction of Stacked Bilayer Materials: A Multimodal Learning Approach
von: Vuong, An, et al.
Veröffentlicht: (2026)

LitMOF: An LLM Multi-Agent for Literature-Validated Metal-Organic Frameworks Database Correction and Expansion
von: Kim, Honghui, et al.
Veröffentlicht: (2025)

PDDFormer: Pairwise Distance Distribution Graph Transformer for Crystal Material Property Prediction
von: Shen, Xiangxiang, et al.
Veröffentlicht: (2024)

Property-guided Inverse Design of Metal-Organic Frameworks Using Quantum Natural Language Processing
von: Kang, Shinyoung, et al.
Veröffentlicht: (2024)

MATAI: A Generalist Machine Learning Framework for Property Prediction and Inverse Design of Advanced Alloys
von: Deng, Yanchen, et al.
Veröffentlicht: (2025)

MOFGPT: Generative Design of Metal-Organic Frameworks using Language Models
von: Badrinarayanan, Srivathsan, et al.
Veröffentlicht: (2025)

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

Residual Connection-Enhanced ConvLSTM for Lithium Dendrite Growth Prediction
von: Lee, Hosung, et al.
Veröffentlicht: (2025)

MechProNet: Machine Learning Prediction of Mechanical Properties in Metal Additive Manufacturing
von: Akbari, Parand, et al.
Veröffentlicht: (2022)

System of Agentic AI for the Discovery of Metal-Organic Frameworks
von: Inizan, Theo Jaffrelot, et al.
Veröffentlicht: (2025)

Transformer-Enhanced Variational Autoencoder for Crystal Structure Prediction
von: Chen, Ziyi, et al.
Veröffentlicht: (2025)

Beyond Structure: Invariant Crystal Property Prediction with Pseudo-Particle Ray Diffraction
von: Cao, Bin, et al.
Veröffentlicht: (2025)

Fine-Tuning Vision-Language Models for Multimodal Polymer Property Prediction
von: Vuong, An, et al.
Veröffentlicht: (2025)

Re-experiment Smart: a Novel Method to Enhance Data-driven Prediction of Mechanical Properties of Epoxy Polymers
von: Cui, Wanshan, et al.
Veröffentlicht: (2025)

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

Tensor Completion for Surrogate Modeling of Material Property Prediction
von: Pakala, Shaan, et al.
Veröffentlicht: (2025)

From Phase Prediction to Phase Design: A ReAct Agent Framework for High-Entropy Alloy Discovery
von: Peivaste, Iman, et al.
Veröffentlicht: (2026)

MSP-LLM: A Unified Large Language Model Framework for Complete Material Synthesis Planning
von: Noh, Heewoong, et al.
Veröffentlicht: (2026)

Parameter-aware high-fidelity microstructure generation using stable diffusion
von: Phan, Hoang Cuong, et al.
Veröffentlicht: (2025)

Aligning Reasoning LLMs for Materials Discovery with Physics-aware Rejection Sampling
von: Hyun, Lee, et al.
Veröffentlicht: (2025)

Graph-Network-Based Predictive Modeling for Highly Cross-Linked Polymer Systems
von: Lee, Wonseok, et al.
Veröffentlicht: (2023)

Harnessing Large Language Model to collect and analyze Metal-organic framework property dataset
von: Lee, Wonseok, et al.
Veröffentlicht: (2024)

BOOM: Benchmarking Out-Of-distribution Molecular Property Predictions of Machine Learning Models
von: Antoniuk, Evan R., et al.
Veröffentlicht: (2025)

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

Evaluating the Performance and Robustness of LLMs in Materials Science Q&A and Property Predictions
von: Wang, Hongchen, et al.
Veröffentlicht: (2024)

CycleChemist: A Dual-Pronged Machine Learning Framework for Organic Photovoltaic Discovery
von: Lam, Hou Hei, et al.
Veröffentlicht: (2025)

Interpretable Nanoporous Materials Design with Symmetry-Aware Networks
von: Zhou, Zhenhao, et al.
Veröffentlicht: (2025)

Learning Metal Microstructural Heterogeneity through Spatial Mapping of Diffraction Latent Space Features
von: Calvat, Mathieu, et al.
Veröffentlicht: (2025)

Siamese Foundation Models for Crystal Structure Prediction
von: Wu, Liming, et al.
Veröffentlicht: (2025)

An Agentic Framework for Autonomous Materials Computation
von: Xia, Zeyu, et al.
Veröffentlicht: (2025)

Beyond Structure: Revolutionising Materials Discovery via AI-Driven Synthesis Protocol-Property Relationships
von: Lambard, Guillaume
Veröffentlicht: (2026)

An Agentic Framework for Autonomous Metamaterial Modeling and Inverse Design
von: Lu, Darui, et al.
Veröffentlicht: (2025)

A Generation Framework with Strict Constraints for Crystal Materials Design
von: Huang, Chao, et al.
Veröffentlicht: (2024)

Deep Learning-Driven Prediction of Microstructure Evolution via Latent Space Interpolation
von: Gaikwad, Sachin, et al.
Veröffentlicht: (2025)