北京科技大学宿彦京MGE Advances：高温超导-键敏图神经网络

文章预览

扫描二维码查看期刊主页和文章原文 文章引用： Gu L, Liu Y, Chen P, et al. Bond sensitive graph neural networks for predicting high temperature superconductors. MGE Advances. 2024;e48.  https://doi.org/10.1002/mgea.48 封面故事 无论是对人类专家还是人工智能而言，预测具有更高临界温度（T c ）的新型超导体仍是一大挑战。在此文章中， 北京科技大学宿彦京教授团队和国家超算广州中心卢宇彤教授团队合作研究，提出了一种可解释的图神经网络模型用于预测T c 上限（T c max ），从而为探索新型高T c 超导体提供了便捷的指导，并为解开高T c 超导性之谜提供了新线索。 文章摘要 由于超导体的转变温度（ T c ）难以预测，寻找高温超导体（HTS）长期以来都是一个富有挑战性的任务。最近，机器学习模型的应用大大提高了预测 T c 的效率。然而，过往的模型并没有表现出足够的泛化能力， ………………………………