微结构感知的贝叶斯材料设计

本研究提出了一种新型微结构敏感的贝叶斯优化 (BO) 框架，旨在通过显式融合微结构信息来提高材料发现的效率。传统的材料设计方法往往仅关注直接的化学-工艺-性能关系，忽视了微结构在其中的关键作用。为此，本框架将微结构描述符作为潜在变量集成进去，构建一个涵盖工艺-结构-性能映射的完整模型，以提高预测精度和优化结果。通过采用主动子空间方法进行降维，我们识别出最具影响力的微结构特征，从而在保持高精度的同时降低计算复杂度。该方法还增强了高斯过程的概率建模能力，加快收敛至最优材料配置的速度，所需的迭代次数和实验观测次数更少。我们通过合成案例和真实世界案例展示了该框架的有效性，包括用于能源转换的 Mg$_2$Sn$_x$Si$_{1-x}$ 热电材料的设计。我们的结果强调了微结构在将加工条件与材料性能关联中的关键作用，突显了微结构感知设计范式在革新材料发现方面的潜力。进一步地，本工作表明，由于融合微结构感知能提高贝叶斯材料发现的效率，微结构表征阶段应作为自动化——最终是自主化——材料开发平台的组成部分。