Neural P$^3$M: Enhancer for Long-Range Interaction Modeling in Geometric GNNs

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本文探讨了几何图神经网络(GNN)在大分子系统中捕捉长期交互的不足。提出的Neural P$^3$M方法通过结合网格点与原子,提升了GNN的能力,在多种分子系统中展现出灵活性和准确性。特别是在MD22数据集上表现出色,并在OE62数据集上平均提升22%。

🎯

关键要点

  • 本文探讨了几何图神经网络(GNN)在大分子系统中捕捉长期交互的不足。
  • 提出的Neural P$^3$M方法结合了网格点与原子,增强了GNN的能力。
  • Neural P$^3$M在多种分子系统中展现出灵活性和准确性。
  • 在MD22数据集上,Neural P$^3$M的表现尤为优秀。
  • 在OE62数据集上,Neural P$^3$M平均提升了22%。