待验证50% 置信事实精确时间
图神经网络（GNN）将晶体结构视为图，通过消息传递聚合邻居信息来预测形成能、带隙、弹性模量等性质，典型模型有CGCNN、SchNet、MEGNet和ALIGNN。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
涉及实体
相关事实
待验证混合架构的核心理念是将不同类型的神经网络模块（如RNN/GRU、Transformer注意力、GNN、统计因子分支）组合以捕捉金融数据中的多维度模式69% 相似待验证GNoME基于图神经网络架构，将晶体结构表示为原子节点和化学键边的图，在Materials Project等数据库中约4.8万种已知稳定材料上训练69% 相似待验证代表性等变神经网络架构包括SchNet、EGNN、SE(3)-Transformer，扩散框架相关模型包括FrameDiff、FoldFlow64% 相似待验证ncnn是腾讯优图实验室开源的高性能神经网络前向计算框架,专门针对移动端ARM平台优化,无第三方依赖61% 相似待验证Netron是支持ONNX、TensorFlow、PyTorch等多种模型格式的神经网络可视化工具60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1058156API
curl https://kongchang.com/api/v1/knowledge/claims/1058156MCP
get_claim(id=1058156)