基于图神经网络的单相高熵合金稳定晶体结构快速评估
材料科学
2024-09-13 v1 无序系统与神经网络
摘要
为开发预测单相高熵合金结构的快速、可靠且高效的方法，我们引入了基于图神经网络 (ALIGNN-FF) 的方法。该方法成功应用于 132 种不同的高熵合金，并与密度泛函理论和价电子浓度计算结果进行了分析和比较。此外，还探讨了包括晶格参数和唯一原子构型的超胞数等各种因素对预测精度的影响。随后，我们使用该 ALIGNN-FF 方法预测了一种新型无钴 3d 高熵合金的结构，并通过实验验证了结果。
引用
@article{arxiv.2409.07664,
title = {Rapid Assessment of Stable Crystal Structures in Single Phase High Entropy Alloys Via Graph Neural Network Based Surrogate Modelling},
author = {Nicholas Beaver and Aniruddha Dive and Marina Wong and Keita Shimanuki and Ananya Patil and Anthony Ferrell and Mohsen B. Kivy},
journal= {arXiv preprint arXiv:2409.07664},
year = {2024}
}
备注
16 pages, 8 Figures. To be published in Results Materials