二维材料结构表示的比较研究：动态碰撞指纹与Matminer的见解
材料科学
2026-02-27 v1
摘要
在材料科学中，用于机器学习协议的结构描述符的选择强烈影响预测性能和从所得模型中可实现的物理可解释性程度。尽管更复杂的描述符可能提高数值精度，但它们通常代表额外的计算负担，也降低了对底层结构信息的透明度。最近提出了一种称为动态碰撞指纹（DCF）的框架，旨在通过原子结构的动力学探测生成简洁、物理意义明确的表示。在这项工作中，我们使用由120种二维碳同素异形体组成的数据集对DCF进行基准测试，并将其性能与广泛使用的Matminer库进行比较。分析采用三种回归模型，即线性回归、决策树和XGBoost，在从10%到90%的训练和测试分区上进行评估，并重复多次随机种子以表征统计变异性。结果表明，DCF在所有学习算法上的预测精度方面轻松匹配Matminer。然而，它使用维度显著更低的描述符来实现这一点，表明计算成本可控。此外，与相当技术性的Matminer描述相比，DCF表现出更清晰的物理可解释性。这些发现表明，DCF作为结构表示是高维描述符库的重要替代方案，因为它既计算灵活又有物理基础。
引用
@article{arxiv.2602.22950,
title = {A Comparative Study of Structural Representations for 2D Materials: Insights from Dynamic Collision Fingerprint and Matminer},
author = {Raphael M. Tromer and Isaac M. Felix and Rafael Besse and Marcelo L. Pereira Junior and Marcos G. E. da Luz},
journal= {arXiv preprint arXiv:2602.22950},
year = {2026}
}
备注
19 pages, 04 figures, 01 table