물질 스크리닝을 위한 광학 스펙트럼 예측에서 등변 그래프 신경망의 성능 향상
Equivariant Graph Neural Networks Improve Optical Spectra Prediction for Materials Screening
태양전지 등 광전자 응용을 위한 고처량 물질 스크리닝에서 광학 스펙트럼 예측의 기하 표현력 한계를 줄이기 위해 등변 그래프 신경망(equivariant graph neural networks) GotenNet을 이 작업에 맞게 적용하고, 무작위 위상 근사(RPA) 수준 스펙트럼 10,533개 구조 데이터셋 등에서 평가했다. 제안 모델은 현재 최첨단 성능을 능가했으며, 박막 광학에 중요한 0–8 eV 구간과 정적 실수 유전율 예측에서 가장 큰 향상을 보였다.