详细内容或原文请订阅后点击阅览
晶体学的AI在预测新型晶体结构
来自统计数学和松下Holdings Corporation研究所的研究团队已开发了一种机器学习算法，即Shotguncsp，该算法可以快速准确地预测物料组成的晶体结构。该算法在晶体结构预测基准中实现了世界领先的性能。
来源:英国物理学家网首页来自统计数学和松下Holdings Corporation研究所的研究团队已开发了一种机器学习算法，即Shotguncsp，该算法可以快速准确地预测物料组成的晶体结构。该算法在晶体结构预测基准中实现了世界领先的性能。
晶体结构预测旨在确定在特定条件下采用的任何给定化合物的稳定或亚稳态晶体结构。传统上，此过程依赖于使用耗时的第一原理计算和解决能量最小化问题来查找稳定的原子构型的迭代能量评估。自20世纪初以来，这一挑战一直是材料科学的基石。
能量最近，计算技术和生成AI的进步已实现了该领域的新方法。但是，对于大规模或复杂的分子系统，详尽的探索庞大的相位需要巨大的计算资源，这使其在材料科学中尚未解决。
复杂分子系统团队发现利用机器学习算法可以高度准确地预测稳定晶体结构中固有的对称模式。通过采用这些预测因子大大降低搜索空间，他们消除了对迭代第一原理计算的需求。这种简化的方法表明，即使对于大型且复杂的系统，稳定的结构也可以以高度的准确性和效率来预测。
复杂系统这项研究发表在NPJ计算材料中。
已发布 NPJ计算材料研究结果
遗传算法 空格未来Outlook
更多信息： doi：10.1038/s41524-024-01471-8期刊信息：NPJ计算材料
期刊信息：