每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

WyckoffDiff——晶体对称性的生成扩散模型

Created by
  • Haebom

作者

Filip Ekstr om Kelvinius、Oskar B. Andersson、Abhijith S. Parackal、Dong Qian、Rickard Armiento 和 Fredrik Lindsten。

威科夫扩散：考虑对称性的晶体结构生成模型

大纲

本文提出了威科夫扩散 (WyckoffDiff) 模型，这是一种通过考虑晶体结构对称性来生成晶体的生成模型。现有的生成模型倾向于对每个原子进行单独建模，而忽略了对称性因素。WyckoffDiff 模型采用了一种包含所有对称性的晶体结构表征，并设计了一种在离散生成模型框架内运行的新型神经网络架构。该模型不仅保证了对称性，而且由于其离散特性，能够快速生成晶体。此外，我们提出了一种新的度量标准——弗雷切特·伦弗默距离 (Frechet Wrenformer Distance)，用于捕捉生成材料的对称性，并将其性能与其他晶体生成模型进行比较。最后，我们使用 WyckoffDiff 模型来识别热力学稳定性凸包下的新型材料。

Takeaways, Limitations

•
Takeaways：
◦
通过明确考虑晶体结构的对称性来提高生成模型的性能。
◦
采用离散生成模型框架，生成速度快。
◦
我们提出了一个新的度量标准（Fr echet Wrenformer Distance）来评估生成材料的对称性。
◦
成功用于发现基于热力学稳定性的新材料。
•
Limitations：
◦
论文本身缺乏有关具体模型架构或训练过程的详细信息。
◦
可能没有足够的定量比较结果来表明所提出的模型优于其他生成模型的程度。
◦
发现新材料的成功案例可能有限。
👍
Made with Slashpage