Nature Machine Intelligence は Equivariant Density Graph Neural Network (EdenGNN) の導入を報じた。EdenGNN は電荷密度の予測と材料の電子構造の研究のための機械学習モデルとして位置づけられている。

開発は密度汎化に関する高い計算コストの問題に対処します。公表物では、電荷密度の予測に関する既存の汎用機械学習モデルが過度の計算コストには直面していることが指摘されています。

EdenGNN の実用的な価値は、入手可能な説明だけでは判断できない。精度、速度、材料セット、他手法との比較のデータが含まれていません。