通过多模态 Transformer 预测态密度
机器学习
2023-04-11 v2 材料科学
计算物理
摘要
态密度（DOS）是材料的一种谱性质，为材料的各种特征提供基础性见解。在本文中，我们提出一种通过反映 DOS 的本质来预测 DOS 的模型：DOS 决定了态作为能量函数的总体分布。具体而言，我们通过多模态 transformer 整合从晶体结构与能量获得的异构信息，从而建模晶体结构中原子之间以及各能级之间的复杂关系。在两类 DOS（即声子 DOS 与电子 DOS）上结合多种真实场景的广泛实验证明了 DOSTransformer 的优越性。DOSTransformer 的源代码可在 https://github.com/HeewoongNoh/DOSTransformer 获取。
引用
@article{arxiv.2303.07000,
title = {Predicting Density of States via Multi-modal Transformer},
author = {Namkyeong Lee and Heewoong Noh and Sungwon Kim and Dongmin Hyun and Gyoung S. Na and Chanyoung Park},
journal= {arXiv preprint arXiv:2303.07000},
year = {2023}
}
备注
ICLR 2023 Workshop on Machine Learning for Materials (ML4Materials)