水晶-LSBO:自动设计De Novo晶体与潜空间贝叶斯优化
Onur Boyar1,2, Yanheng Gu3, Yuji Tanaka4
1Department of Mechanical Systems Engineering, Nagoya University, Furo-cho, Chikusa-ku, Nagoya, Aichi 4648603, Japan.
Neural computation
|July 8, 2025
概括
本研究介绍了Crystal-LSBO,这是一个用于生成晶体结构设计的新框架. 它通过使用具有潜空间贝叶斯优化 (LSBO) 的多变量自编码器 (VAE) 来增强晶体发现.
科学领域:
- 材料科学 材料科学 材料科学
- 计算化学的计算化学
- 晶体学 晶体学是指结晶学.
背景情况:
- 由于数据的复杂性,晶体结构的生成建模面临着挑战,限制了新的晶体发现和新的设计.
- 现有的方法往往限制设计对已知的晶体进行轻微修改,并阻碍先进的优化技术.
研究的目的:
- 介绍Crystal-LSBO,一个新的晶体设计框架,增强潜空间贝叶斯优化 (LSBO) 的可探索性.
- 解决目前生成晶体建模的局限性,以发现新的晶体结构.
主要方法:
- 开发了Crystal-LSBO,这是一个整合多个变化自编码器 (VAE) 的框架,用于不同的晶体结构方面 (格子,坐标,元素).
- 采用集成模型来合成VAE输出以生成凝聚性晶体结构.
- 在VAE产生的可探索潜空间上利用潜空间贝叶斯优化 (LSBO).
主要成果:
- 通过优化任务证明了Crystal-LSBO在新型晶体设计中的有效性,主要侧重于形成能量.
- 展示了多VAE方法创造可探索的潜空间的能力,促进LSBO.
- 取得了有效的探索和发现新的晶体结构.
结论:
- 水晶-LSBO提供了一个新的视角和有效的方法 de novo 水晶发现.
- 该框架成功地开创了LSBO在生成晶体设计中的应用.
- 模块化VAE方法简化了学习,并提高了LSBO用于晶体勘探的可操作性.
