倫敦瑪麗女王大學(xué)Adv. Sci.: 用于表示域獨立材料發(fā)現(xiàn)的公式圖自注意網(wǎng)絡(luò) 2023年10月13日 上午7:59 ? 未全平臺發(fā)布, 頂刊 ? 閱讀 27 機器學(xué)習(xí)(ML)在材料屬性預(yù)測中的成功在很大程度上取決于如何表示材料以進(jìn)行學(xué)習(xí)。目前存在兩種主要的材料描述符,一種在表示中編碼晶體結(jié)構(gòu),另一種僅使用化學(xué)計量信息。其中,圖神經(jīng)網(wǎng)絡(luò)(GNN)尤其擅長在化學(xué)精度范圍內(nèi)預(yù)測材料特性。然而,由于各自的材料表示之間幾乎沒有重疊,當(dāng)前的GNN僅限于上述兩種途徑中的一種。 在此,英國倫敦瑪麗女王大學(xué)郝陽教授等人引入了公式圖的新概念,它統(tǒng)一了僅化學(xué)計量和基于結(jié)構(gòu)的材料描述符。進(jìn)一步,作者開發(fā)了一種吸收公式圖的自注意力集成GNN并將其命名為Finder(Formula graph self-attention network for materials discovery),從而實現(xiàn)了單獨使用公式或通過單獨晶體結(jié)構(gòu)計算來預(yù)測材料特性。Finder是一種消息傳遞GNN,它在Transformer架構(gòu)中采用了一種自注意力機制的變體。 研究表明,在Materials Project(MP)中管理的各種基準(zhǔn)數(shù)據(jù)庫上,F(xiàn)inder可以超越一些最先進(jìn)的純化學(xué)計量模型(如Roost)并可與MEGNet和CGCNN等晶體圖模型競爭。與這項工作中重新審視的其他模型相比,F(xiàn)inder模型顯示出更快的收斂速度并在探索的所有訓(xùn)練集大小下實現(xiàn)了更低的誤差。 圖1. Finder模型學(xué)習(xí)效率評估和t -SNE/PCA 可視化 作為一個具有挑戰(zhàn)性的應(yīng)用,作者研究了Finder在預(yù)測來自JARVIS DFT存儲庫材料的頻率相關(guān)介電常數(shù)方面的能力。隨后,作者確定了具有從近紅外 (NIR)到紫外線(UV)區(qū)域的工作頻率范圍內(nèi)有前途的介電常數(shù)趨近于零(ENZ)材料。結(jié)果表明,含有釩氧陰離子的化合物是一種令人興奮的低損耗 ENZ候選材料。ENZ材料表現(xiàn)出奇異的特性,如促進(jìn)諧波產(chǎn)生的非線性電光現(xiàn)象、波混合、超快光開關(guān)和相位可調(diào)超表面設(shè)計。 盡管訓(xùn)練數(shù)據(jù)庫的規(guī)模有限,但Finder模型可在不使用晶體結(jié)構(gòu)的情況下準(zhǔn)確預(yù)測材料的介電功能,使其成為任何給定規(guī)模的強大材料發(fā)現(xiàn)平臺??傊?,諸如Finder之類的領(lǐng)域不變框架結(jié)合了NLP和計算機視覺等其他學(xué)科的方法論,開創(chuàng)了材料科學(xué)真正的跨學(xué)科研究途徑。 圖2. 從MP數(shù)據(jù)庫中發(fā)現(xiàn)ENZ材料 Formula Graph Self-Attention Network for Representation-Domain Independent Materials Discovery, Advanced Science 2022. DOI: 10.1002/advs.202200164 原創(chuàng)文章,作者:v-suan,如若轉(zhuǎn)載,請注明來源華算科技,注明出處:http://www.zzhhcy.com/index.php/2023/10/13/4dbf1a8f5c/ 機器學(xué)習(xí) 贊 (0) 0 生成海報 相關(guān)推薦 上海交大,再發(fā)Science! 2023年10月13日 胡勇Appl. Catal. B. : CoFe合金納米晶體封裝的N摻雜石墨碳納米片三功能電催化劑 2023年10月14日 婁陽ACS Catal.:二維 1T-MoS2邊緣位點促進(jìn)馬來酸酐選擇性加氫 2023年11月10日 ACS Energy Lett.:無機涂層能否用作水系超濃電解液的穩(wěn)定SEI? 2023年10月29日 李祥龍/馬英杰/智林杰AM:可控各向同性管化微硅實現(xiàn)穩(wěn)定的高倍率/高負(fù)載儲鋰 2023年10月8日 鮑哲南/崔屹,今日Nature Energy! 2024年1月18日