基于多个拓扑材料数据集的机器学习
材料科学
2025-03-21 v1
摘要
通过结合Materiae的密度泛函理论（DFT）结果与拓扑材料数据库，构建了一个包含35,608种材料及其拓扑性质的数据集。得益于此，开发了机器学习方法将材料划分为五种不同的拓扑类型，其中XGBoost模型实现了令人瞩目的85.2%分类准确率。通过对不同子数据集进行泛化测试，识别了原始数据集在拓扑类型、化学元素、未知磁性化合物以及特征空间覆盖方面的差异。分析了它们对模型性能的影响。转向平凡绝缘体与非平凡拓扑材料之间更简单的二元分类，还测试了三种不同的方法。识别了影响材料拓扑的关键特征，其中最大堆积效率和价电子比例被突显为关键特征。
引用
@article{arxiv.2503.16276,
title = {Machine Learning on Multiple Topological Materials Datasets},
author = {Yuqing He and Pierre-Paul De Breuck and Hongming Weng and Matteo Giantomassi and Gian-Marco Rignanese},
journal= {arXiv preprint arXiv:2503.16276},
year = {2025}
}