인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
딥러닝 기반 재료 데이터 계산 모델링은 ab initio 방법에 비해 높은 계산 효율성과 경쟁력 있는 정확도로 주목받고 있다. CGCNN은 간결한 아키텍처를 기반으로 한 그래프 신경망 모델로, 다양한 확장이 가능하다는 장점이 있으나, 재료 구조 정보 중 원자 간 거리만을 활용하기 때문에 3차원 기하학적 구조를 충분히 반영하지 못해 예측 성능에 한계가 있다. 본 연구에서는 CGCNN을 확장하여 원자의 좌표와 상대 좌표를 각각 노드 및 엣지 임베딩에 포함한 FACGCNN을 제안한다. 또한 좌표계 변화에 따른 대칭성 문제를 해결하기 위해 근사적 등변 프레임 평균화 기법을 적용하였다. 무기물 결정 구조로 구성된 Carolina 데이터셋을 활용한 실험에서 제안 방법이 기존 CGCNN보다 우수한 예측 성능을 보였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096792142
