CrystalGRW：基于测地随机漫步的晶体结构生成模型
材料科学
2025-08-06 v3 统计力学
机器学习
计算物理
摘要
确定候选晶体材料是否具有热力学稳定性取决于识别其真实基态结构，这是计算材料科学中的核心挑战之一。我们引入 CrystalGRW，这是一种基于黎曼流形上的扩散生成模型，能够提出新的晶体配置并预测经密力学理论验证的稳定相。晶体属性（如分数坐标、原子类型和晶格矩阵）在合适的黎曼流形上进行表示，确保通过扩散过程生成的新预测保留晶体结构的周期性。我们采用等位不变图神经网络以纠正 rotational 和 translational 对称性。CrystalGRW 能够生成接近基态的真实晶体结构，准确率相当于现有模型，同时还能实现条件控制（如指定所需晶轴点群）。这些功能有助于加速材料发现和逆向设计，通过为实验验证提供稳定、符合对称性的晶体候选方案。
关键词
引用
@article{arxiv.2501.08998,
title = {CrystalGRW: Generative Modeling of Crystal Structures with Targeted Properties via Geodesic Random Walks},
author = {Krit Tangsongcharoen and Teerachote Pakornchote and Chayanon Atthapak and Natthaphon Choomphon-anomakhun and Annop Ektarawong and Björn Alling and Christopher Sutton and Thiti Bovornratanaraks and Thiparat Chotibut},
journal= {arXiv preprint arXiv:2501.08998},
year = {2025}
}
备注
Updated results using the model trained on the ALEX-MP-20 dataset. 13+14 pages, 12 figures