以机器学习预测 X 射线吸收谱达到定量精度
材料科学
2020-05-05 v2 计算物理
摘要
海量数据仓储的出现将机器学习技术推到了许多科学领域的前沿，利用机器学习的预测能力探索新前沿将极大加速大数据辅助的发现。本工作中，我们展示了基于图的神经网络可用于以极高精度预测分子的近边 X 射线吸收精细结构谱。所预测的谱几乎重现了所有显著峰，其中 90% 的预测峰位置与真实值的偏差在 1 eV 以内。我们的研究证明，机器学习模型在预测谱函数等复杂物理量时可以达到与第一性原理计算几乎相同的精度，而计算成本仅为后者的一小部分。
引用
@article{arxiv.1912.13428,
title = {Machine-Learning X-ray Absorption Spectra to Quantitative Accuracy},
author = {Matthew R. Carbone and Mehmet Topsakal and Deyu Lu and Shinjae Yoo},
journal= {arXiv preprint arXiv:1912.13428},
year = {2020}
}
备注
6 pages, 3 figures and 1 table