从描述符的视角：构建原子环境的完整可逆描述
材料科学
2021-10-28 v3 无序系统与神经网络
摘要
在这项工作中，我们将描述三维图像的方法应用于编码原子环境的问题，该编码对原子的旋转、平移和置换具有不变性，并且关键在于，无需训练模型即可将描述符解码回原始环境（除全局取向外）。从解码的角度看，该描述符是最优完备的，并可扩展到任意阶数，从而实现描述保真度的系统性收敛。在大小从3到29个原子的分子上的实验中，我们证明位置的解码成功率为97%，位置加种类的解码成功率为70%，若使用第二个指纹则升至95%。在所有情况下，对含有17个或更少原子的分子均观察到一致的恢复。此外，我们通过基于DFT数据训练的神经网络模型，评估了该描述符在预测块体Ni、Cu、Li、Mo、Si和Ge的能量与力方面的性能。与六种使用不同描述符和回归方案的机器学习相互作用势方法相比，我们的描述符具有竞争力，在若干情况下优于成熟的方法。这种既能从无需学习的表示中解码又能进行性质预测的综合能力，为构建以求解逆问题（预测统计上可能具有某些期望性质的原子排布）为任务的生成模型奠定了新颖的基础。
引用
@article{arxiv.2104.09319,
title = {Through the eyes of a descriptor: Constructing complete, invertible descriptions of atomic environments},
author = {Martin Uhrin},
journal= {arXiv preprint arXiv:2104.09319},
year = {2021}
}
备注
25 pages, 8 figures