Robust and Efficient AI Frameworks for Scalable Material Design and Property Prediction
Cette thèse présente un cadre d'IA unifié qui exploite l'apprentissage de représentations sur graphes, le pré-entraînement multimodal et la modélisation générative guidée par le texte pour prédire efficacement les propriétés des cristaux et générer des matériaux stables et contrôlables, accélérant ainsi la découverte tout en réduisant la dépendance aux méthodes de calcul coûteuses et aux grands ensembles de données étiquetées.