ClasSOMfier：用于聚类分析与晶格缺陷检测的神经网络
原子与分子团簇
2021-01-27 v2
摘要
ClasSOMfier是一个将原子分类为给定数量的互不相连组(或簇)并检测晶格缺陷(如空位、间隙原子、位错、空洞和晶界)的软件包。每个簇由原子环境可用共同模式描述的原子构成。与文献中许多预先给定这些模式并关联已知晶格结构(即fcc、bcc或hcp)的方法不同，本代码实现了基于无监督学习的Kohonen网络，无需预先给出原子环境信息。ClasSOMfier通过提供Fortran编写的高效快速代码及Python用户友好接口，加速了机器学习在聚类分析中的应用。
引用
@article{arxiv.2010.04268,
title = {ClasSOMfier: A neural network for cluster analysis and detection of lattice defects},
author = {Javier F. Troncoso},
journal= {arXiv preprint arXiv:2010.04268},
year = {2021}
}