在材料选管道中嵌入人类知识,作为用于识别可合成的新型无机材料的过器
Basita Das1, Kangyu Ji1, Fang Sheng1
1Dept. of Mechanical Engineering, Massachusetts Institute of Technology, 77 Mass Ave., Cambridge, USA. dasb@mit.edu.
Faraday discussions
|October 8, 2024
概括
将化学家的知识嵌入到材料发现中是关键. 这项工作探讨了使用"过器"来选无机化合物的合成性,解决了自动化发现的一个主要挑战.
科学领域:
- 材料科学 材料科学 材料科学
- 计算化学计算化学
- 化学信息学 化学信息学
背景情况:
- 无机晶体材料的自动发现管道可以产生数百万个候选化合物.
- 过出难以或不可能合成的化合物仍然是一个重大挑战.
- 现有的方法通常依赖于后代"过器"来嵌入专家化学知识.
研究的目的:
- 探索将化学家的领域知识嵌入到自动化材料发现中的方法.
- 研究使用"过器"来选基于可合成性的新型无机化合物.
- 为分类和实施这些过器提出一个原则性的方法.
主要方法:
- 审查和分类在材料发现中使用的现有"过器".
- 讨论过器的条件或非条件分类.
- 设想一个软件环境,以便系统地实现过器组合.
主要成果:
- 确定了对无机化合物的可合成性"过器"的全面清单的需求.
- 突出了"硬"过器 (例如,电荷中性) 和"软"过器 (例如,休姆-罗瑟里规则) 之间的区别.
- 提出了一个系统地应用领域知识来过候选材料的框架.
结论:
- 开发有效的"过器"对于推进自动化材料发现至关重要.
- 对分类和应用过器的系统方法可以提高识别可合成化合物的效率.
- 通过过器整合专家化学知识对于实际的材料设计至关重要.
