arXiv · Materials Science· Adam Zheng, April Zheng, Sheng Ran·· 1 天前
基于晶体结构的图神经网络与LLM多模态方法预测材料磁有序
Crystal Structure Based Graph Neural Network And LLM Multi-Modal Approach for Material Magnetic Ordering Prediction
arXiv:2610.25775v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Adam Zheng, April Zheng, Sheng Ran
研究任务与主要进展
研究提出一种GNN与LLM多模态方法预测材料磁有序，将晶体结构输入GNN、材料属性与结构的文本描述输入LLM，再融合二者输出预测非磁性、铁磁性、反铁磁性和亚铁磁性四类结果。模型使用Materials Project、Magndata及实验室确定磁有序的铀化合物数据，按80%/10%/10%划分训练、验证和测试集；在三种融合策略下，其整体准确率均高于单独GNN和LLM方法。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · Materials Science · arxiv.org