Npj Comput. Mater.: 晶体结构设计遇见AI：助我快速发现新材料

文章预览

海归学者发起的公益学术平台 分享信息，整合资源 交流学术，偶尔风月 晶体结构在材料科学中起着重要的作用，是连接材料成分和性能的关键一环。材料学研究的一个重要部分就是探索成分-结构-性能(CSP)关系，这在传统上主要依赖于实验或计算。随着近年来人工智能(AI)的发展，通过AI来研究CSP关系有望节省大量的时间和成本。然而，现有的AI模型依赖于大量的有标签晶体结构数据进行训练，但由于已标注晶体结构数据的不足，限制了AI模型在探究CSP关系时的应用。 来自中国西安交通大学金属材料强度国家重点实验室的丁向东教授、宗洪祥教授及其团队，提出了一种创新性的结合自监督深度学习和概率图模型的自监督概率模型（SSPM）。SSPM的自监督学习部分从大量无标签晶体结构中学习知识，可获得含有物理信息的原子表示。通过五折交叉验证发 ………………………………