TriForces: Augmenting Atomistic GNNs for Transferable Representations
TriForces é um framework de três fluxos agnóstico a modelos que combina aprendizado auto-supervisionado com representações separadas de composição e estrutura para aprimorar significativamente a transferibilidade e a eficiência de dados de redes neurais de grafos atômicos para potenciais interatômicos de aprendizado de máquina.