学术讲座
报告题目:基于线图序列的图神经网络DPA3
报告时间:2025-06-05 10:00
报告人: 王涵 研究员
北京应用物理与计算数学研究所
报告地点:卢嘉锡楼202报告厅
转播地点:翔安校区能源材料大楼3号楼视频会议室,漳州校区生化主楼307教室
报告摘要:
本报告从原子体系的第一性原理出发,探讨了大原子模型(Large Atomic Model, LAM)的理论基础。在详细阐述LAM所需的物理约束条件后,提出了一种基于线图序列(Line graph series)的图神经网络构架——DPA3。我们证明了该构架不仅满足所有物理约束条件,而且在绝大多数情况下,其泛化能力优于现有的图神经网络原子模型。DPA3的一个显著优势在于遵循“规模律”(scaling law),即其泛化精度与模型参数量、训练数据量以及计算开销之间呈幂指数关系。这使得DPA3成为大原子模型的理想候选构架之一。我们还展示了DPA3在大型数据集OpenLAM-V1上的卓越表现,其中在17个独立的下游任务中,其零帧(zero-shot)泛化误差达到了领先水平。最后,作为LAM的一项实际应用,我们将展示其在三组元富氢超导材料设计中的应用实例。
报告人简介:
王涵,北京应用物理与计算数学研究所研究员,博士生导师。2011年毕业于北京大学数学科学学院,获得理学博士学位;2011至2014年于柏林自由大学数学与计算机学院从事博士后研究。2014年加入北京应用物理与计算数学研究所。主要研究兴趣为多尺度建模与计算方法。曾获得2020年戈登·贝尔奖,2024年国际基础科学大会前沿科学奖。
欢迎老师同学们积极参加!
化学化工学院
表界面化学全国重点实验室