Crystal Fractional Graph Neural Network for Energy Prediction of High-Entropy Alloys
Este trabajo propone una Red Neuronal Gráfica Fraccional Cristalina que combina el análisis del entorno atómico local mediante mecanismos de atención gráfica con datos composicionales globales para predecir con precisión la energía de aleaciones de alta entropía, logrando una precisión a nivel de primeros principios en un conjunto de datos de más de 1.000 estructuras, al tiempo que reconoce las limitaciones actuales con celdas cristalinas grandes.