ReciNet: Reciprocal Space-Aware Long-Range Modeling for Crystalline Property Prediction
ReciNet est une architecture novatrice qui intègre des GNN géométriques à des représentations de Fourier basées sur l'espace réciproque pour modéliser efficacement les interactions à courte et longue portée, atteignant une précision de l'état de l'art dans la prédiction de diverses propriétés cristallines à travers de multiples benchmarks.