材料发现的元素反应性图谱
材料科学
2025-04-30 v1
摘要
在搜索新型无机材料时，限制构成元素的组合可大大提高搜索效率。在本研究中，我们使用机器学习预测具有高反应性的 elemental 组合，以用于材料发现。此类预测的关键问题在于，未报告的组合是不可反应的还是仅未被调查，尽管可轻易从材料数据库中收集反应性组合作为正面数据集。为构建负面数据集，我们 developed 一种方法，用于通过评估未报告组合与反应组合之间的相似性来筛选可靠的不可反应组合。训练了机器学习模型，并通过二维热图可视化预测结果：元素反应性图谱，用于识别具有高反应性但无报告稳定化合物的 elemental 组合。图谱预测了Co_Al_Ge 三元系统具有高反应性（即可综合性），并合成了两个新型三元化合物：Co4Ge3.19Al0.81 和 Co2Al1.24Ge1.76。
引用
@article{arxiv.2407.20549,
title = {Elemental Reactivity Maps for Materials Discovery},
author = {Yuki Inada and Masaya Fujioka and Haruhiko Morito and Tohru Sugahara and Hisanori Yamane and Yukari Katsura},
journal= {arXiv preprint arXiv:2407.20549},
year = {2025}
}
备注
14 pages, 5 figures