Dismai-Bench：使用无序材料和界面进行生成模型的基准测试与设计
材料科学
2024-09-12 v2
摘要
近年来，生成模型在材料科学应用中受到了广泛关注，特别是在材料发现的逆向设计领域。然而，这些模型通常基于新生成的、未经验证的材料进行评估，这提供了对模型性能的狭隘评估。此外，当前无机材料的研究主要集中在小型晶体上，尽管生成大型无序结构的能力将显著扩展生成建模的适用性。在这项工作中，我们提出了无序材料与界面基准测试（Dismai-Bench），这是一个使用无序合金、界面和非晶硅（每个结构256-264个原子）数据集的生成模型基准测试。模型在每个数据集上独立训练，并通过训练结构与生成结构之间的直接结构比较进行评估。我们对两个图扩散模型和两个（基于坐标的）U-Net扩散模型进行了基准测试。发现图模型由于图具有更高的表达能力而显著优于U-Net模型。虽然表达能力较弱的模型中的噪声可以通过促进超出训练分布的探索来帮助发现材料，但这些模型在面对更复杂结构时面临重大挑战。为了进一步展示这种基准测试在生成模型开发过程中的优势，我们考虑了开发一个基于点云的生成对抗网络（GAN）来生成低能无序界面的案例。我们展示了性能最佳的架构CryinGAN优于U-Net模型，并且尽管缺乏不变性和较弱的表达能力，但与图模型相比具有竞争力。这项工作为指导未来生成模型的开发提供了新的框架和见解。
引用
@article{arxiv.2404.06734,
title = {Dismai-Bench: Benchmarking and designing generative models using disordered materials and interfaces},
author = {Adrian Xiao Bin Yong and Tianyu Su and Elif Ertekin},
journal= {arXiv preprint arXiv:2404.06734},
year = {2024}
}