基于局域原子环境无监督学习的无机晶体结构原型数据库
材料科学
2022-08-23 v1
摘要
从海量已知无机晶体结构中识别结构原型，一直是惠及材料科学研究与新材设计的重要课题。现有无机晶体结构原型数据库多依据晶体学空间群信息对材料分类构建。本文采用一种不同策略构建无机晶体结构原型数据库，即依托局域原子环境（LAE）分类材料，并辅以无监督机器学习方法。具体而言，我们对所有实验已知无机晶体结构数据采用层次聚类方法以辨识结构原型。层次聚类的判据是由改进的键取向序参量和平滑重叠原子位置这一前沿结构指纹所表示的 LAE。由此我们构建了包含 15,613 个具确定化学计量比结构原型的基于 LAE 的无机晶体结构原型数据库（LAE-ICSPD）。此外，我们开发了结构原型生成基础设施（SPGI）软件包，一个用于结构原型生成的有用工具集。我们所开发的 SPGI 工具集与 LAE-ICSPD 有益于以全局方式研究无机材料，并加速数据驱动模式下的材料发现进程。
引用
@article{arxiv.2206.03871,
title = {Inorganic Crystal Structure Prototype Database based on Unsupervised Learning of Local Atomic Environments},
author = {Shulin Luo and Bangyu Xing and Muhammad Faizan and Jiahao Xie and Kun Zhou and Ruoting Zhao and Tianshu Li and Xinjiang Wang and Yuhao Fu and Xin He and Jian Lv and Lijun Zhang},
journal= {arXiv preprint arXiv:2206.03871},
year = {2022}
}
备注
27 pages, 4 figures, with Supporting Information