用于改进型 1-Hot 生成式材料建模的 VAE：迈向逆向材料设计的一步

我们研究了能够编码难以显式表达的物理约束的生成模型的构建。对于逆向材料设计问题，即寻求设计具有一组规定性质的材料，一个重大挑战是确保所提出的新材料在合成上的可行性。我们编码了一种隐式的数据集关系，即某些材料可以分解为数据集中的其他材料，并提出了一种 VAE 模型，该模型能够在潜在空间中保留这一性质并生成具有相同性质的新样本。这在顺序逆向材料设计中特别有用，这是一个新兴的研究领域，旨在通过使用深度强化学习训练的策略，顺序添加（或移除）元素来设计具有特定性质的材料。