組成記述子のみからの熱力学的安定性の異常検知駆動スクリーニング

科学分野:

• 材料科学
• 計算材料科学
• 材料科学における機械学習

背景:

• 既存のデータベースに存在しない新しい組成は、材料科学の情報科学ではしばしば見過ごされる。
• 新しい材料を発見するには、広大な組成空間を効率的に探索する方法が必要である。

研究 の 目的:

• 材料の合成可能性を予測するための組成ベースの異常検知モデルを開発する。
• 新しい材料の安定性と潜在的な形成に影響を与える主要な特徴を特定する。

主な方法:

• Materials Projectデータベースから、安定およびほぼ安定な無機化合物のデータを用いてオートエンコーダーモデルを訓練した。
• 再構成誤差（二乗平均平方根誤差 - RMSE）を異常スコアとして使用した。
• 元素対とその電子配置（spdf積）に関する特徴量重要度分析を実行した。

主要な成果:

• モデルのRMSEは熱力学的不安定性（ハルエネルギー）と相関していた。
• ダミー酸化物における電荷中立からのずれは、明示的な電荷情報がなくてもRMSEを増加させた。
• 元素対、特にそのspdf積はRMSEの重要な予測因子であり、タンタル（Ta）のような一部のペアは一貫したずれを示した。

結論:

• 組成のみのオートエンコーダーは、材料の合成可能性を予測し、潜在的な不安定性を特定することができる。
• 元素対の特性と電子配置は、材料の形成に大きく影響する。
• このモデルは、材料科学の情報科学において未登録の組成を探索するためのフレームワークを提供する。