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