化学通报

作者：刘小平,郑企雨,朱相丽

关键词：机器学习,图神经网络 材料化学,

基金：国家自然科学基金项目(22342011)资助

图神经网络(Graph Neural Network,GNN)作为一类快速发展的机器学习模型,能够直接处理分子或者材料的图形或结构表示,可以完全表征材料,建立不同层面的图神经网络任务,并且通过神经网络的信息传递过程,最大限度地获得分子和材料的“构效关系”。因而GNN在材料化学领域广受关注。人们已经开发了多种图神经网络模型或框架用于分子性质的预测、分子动力学模拟、用于激发态动力学及反应预测、用于材料性能预测和材料的分子设计等。本文概述了当前广泛使用的GNN模型、展示了最新的GNN架构、广泛使用的数据集以及GNN在材料化学中的最新应用成果。最后提出了GNN进一步在材料化学中的发展和应用前景。

来源：2024年第11期

《化学通报》期刊编辑部

查看化学通报杂志2024年第11期