高压相识别换用高斯核网络：预测时间从5-6小时缩到20-30分钟，精度与DGCNN相当
高压相识别此前多依赖动态图卷积网络（DGCNN）逐原子分类局部环境，计算开销大。高斯核模型改为在原点周围布置一组“原子探测器”，在每个探测器处累加各原子贡献的各向同性高斯密度，把这一组数值直接送入普通神经网络。在16、32、64个近邻的测试集上，它分别取得78%、86%、90%的准确率，与DGCNN的75%、85%、92%相近；同一高性能计算环境下，整段模拟的预测耗时约20-30分钟，而对比模型约需5-6小时。