一种基于几何与状态驱动的多重图晶体性质预测方法及模型

本发明涉及人工智能技术领域，其公开了一种基于几何与状态驱动的多重图晶体性质预测方法，包括S1、晶体结构信息重构，将晶体结构信息重构为共享节点集的局部晶体图与全局晶体图，局部晶体图通过基于欧氏距离的邻域截断策略构建连边；全局晶体图通过全连接；S2、局部特征提取，得局部特征；S3、全局特征提取，得全局特征；S4、通过局部特征与全局特征间的迭代交互、更新与残差连接，完成对晶体结构的特征提取；通过全局平均池化操作汇聚得到图级别的特征表示，并经全连接层映射，得到最终的目标性质预测。本发明引入几何驱动增强的局部特征提取和状态驱动增强的全局特征提取，克服现有GNN方法在复杂几何交互与长程依赖建模方面的局限性。