본 메릭 웨비나 발표에서는 GNN이 소재 물성 예측 연구 및 화학 반응 예측 연구에 적용되는 사례를 살펴보고자 한다. 최근 화학 및 소재분야에서 그래프 신경망(GNN)은 활용해 소재 및 분자의 특성과 행동을 모델링하는 연구가 활발히 진행되고 있다. GNN은 그래프 구조로 된 데이터에서 효과적으로 학습할 수 있어, 그래프 구조로 표현이 용이한 분자 구조와 결정 구조에 널리 적용이 되고 있다. 공간 정보와 비공간 정보를 모두 포함하여 학습하는 GNN은 밴드 갭, 생성 에너지, 반응 에너지 등의 물성 예측에서 유망한 결과를 보여주고 있다.

• GNN
• Materials science
• Relational learning
• Information bottleneck
• Causal inference

목록

  전체댓글 0

[로그인]

댓글 입력란

0/500자