論文の概要: Illuminating the property space in crystal structure prediction using
Quality-Diversity algorithms
- arxiv url: http://arxiv.org/abs/2403.03511v1
- Date: Wed, 6 Mar 2024 07:38:31 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-07 15:56:05.323002
- Title: Illuminating the property space in crystal structure prediction using
Quality-Diversity algorithms
- Title（参考訳）: 品質多様性アルゴリズムを用いた結晶構造予測における特性空間の照明
- Authors: Marta Wolinska, Aron Walsh, Antoine Cully
- Abstract要約: 結晶構造予測分野へのテキスト品質多様性アルゴリズムの適用を提案する。
我々は機械学習シュロゲートモデルを用いて、最適化を導くために使用される原子間ポテンシャルと物質特性を計算する。
本稿では,ニューラルネットワークを用いて結晶特性をモデル化し,新しい構成-構造の組み合わせの同定を可能にする。
- 参考スコア（独自算出の注目度）: 5.380545611878407
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The identification of materials with exceptional properties is an essential
objective to enable technological progress. We propose the application of
\textit{Quality-Diversity} algorithms to the field of crystal structure
prediction. The objective of these algorithms is to identify a diverse set of
high-performing solutions, which has been successful in a range of fields such
as robotics, architecture and aeronautical engineering. As these methods rely
on a high number of evaluations, we employ machine-learning surrogate models to
compute the interatomic potential and material properties that are used to
guide optimisation. Consequently, we also show the value of using neural
networks to model crystal properties and enable the identification of novel
composition--structure combinations. In this work, we specifically study the
application of the MAP-Elites algorithm to predict polymorphs of TiO$_2$. We
rediscover the known ground state, in addition to a set of other polymorphs
with distinct properties. We validate our method for C, SiO$_2$ and SiC
systems, where we show that the algorithm can uncover multiple local minima
with distinct electronic and mechanical properties.
- Abstract（参考訳）: 特有な特性を持つ材料の識別は、技術的進歩を可能にするための必須の目的である。
本稿では,結晶構造予測の分野に対するtextit{Quality-Diversity}アルゴリズムの適用を提案する。
これらのアルゴリズムの目的は、ロボット工学、建築工学、航空工学といった様々な分野で成功してきた様々な高パフォーマンスソリューションを特定することである。
これらの手法は高い評価値に依存しているため、最適化の指針となる原子間ポテンシャルと物質的特性を計算するために機械学習サロゲートモデルを用いる。
そこで本研究では,ニューラルネットワークを用いて結晶特性をモデル化し,新しい組成・構造の組み合わせを同定する価値を示す。
本研究では,map-elitesアルゴリズムのtio$_2$の多形予測への応用について検討した。
既知の基底状態を再発見し、異なる性質を持つ他のポリモルフィックの集合も発見する。
提案手法はC,SiO$_2$およびSiC系に対して検証し,電子的,機械的特性の異なる複数の局所ミニマを探索できることを示す。
関連論文リスト
- Efficient Symmetry-Aware Materials Generation via Hierarchical Generative Flow Networks [52.13486402193811]
新しい固体材料は、結晶構造の広大な空間を急速に探索し、安定した領域を探索する必要がある。
既存の手法では、大きな材料空間を探索し、望ましい特性と要求を持った多様なサンプルを生成するのに苦労している。
本研究では, 材料空間の対称性を効果的に活用し, 所望の特性を持つ結晶構造を生成するために, 階層的探索戦略を用いた新しい生成モデルを提案する。
論文 参考訳（メタデータ） (2024-11-06T23:53:34Z) - Unleashing the power of novel conditional generative approaches for new materials discovery [3.972733741872872]
結晶構造設計問題に対する2つの生成的アプローチを提案する。
1つは条件付き構造変化であり、最もエネルギー的に好ましい構造と全てのより安定なポリモルフィックの間のエネルギー差を利用する。
もう1つは条件付き構造の生成であり、最もエネルギー的に好ましい構造と、その全てのより安定したポリモルフィックの間のエネルギー差を利用する。
論文 参考訳（メタデータ） (2024-11-05T14:58:31Z) - Adaptive Constraint Integration for Simultaneously Optimizing Crystal Structures with Multiple Targeted Properties [7.559885439354167]
Adaptive Crystal Synthesizer (SMOACS) を用いた同時多目的最適化
SMOACSは、モデル再トレーニングを必要とせずに、適応的制約を最適化プロセスに統合することを可能にする。
我々は,135個の原子サイトまでの大きな原子配置において,電気的中立性を維持するという困難な制約を満たす中で,バンドギャップの最適化を実証した。
論文 参考訳（メタデータ） (2024-10-11T06:35:48Z) - Latent Conservative Objective Models for Data-Driven Crystal Structure
Prediction [62.36797874900395]
計算化学において、結晶構造予測は最適化問題である。
この問題に対処する1つのアプローチは、密度汎関数理論(DFT)に基づいてシミュレータを構築し、続いてシミュレーションで探索を実行することである。
我々は,LCOM(最近の保守的客観モデル)と呼ばれる我々の手法が,構造予測の成功率の観点から,最も優れたアプローチと同等に機能することを示す。
論文 参考訳（メタデータ） (2023-10-16T04:35:44Z) - Higher-order topological kernels via quantum computation [68.8204255655161]
トポロジカルデータ分析(TDA)は、複雑なデータから意味のある洞察を抽出する強力なツールとして登場した。
本稿では,ベッチ曲線の次数増加に基づくBettiカーネルの量子的定義法を提案する。
論文 参考訳（メタデータ） (2023-07-14T14:48:52Z) - Latent Properties of Lifelong Learning Systems [59.50307752165016]
本稿では,生涯学習アルゴリズムの潜伏特性を推定するために,アルゴリズムに依存しないサロゲート・モデリング手法を提案する。
合成データを用いた実験により,これらの特性を推定するためのアプローチを検証する。
論文 参考訳（メタデータ） (2022-07-28T20:58:13Z) - Atomic structure generation from reconstructing structural fingerprints [1.2128971613239876]
本稿では、原子中心対称性関数を表現として、条件付き変分オートエンコーダを生成モデルとして、エンドツーエンド構造生成手法を提案する。
我々は、概念実証として、サブナノメーターPtナノ粒子の新規で有効な原子構造を生成することに成功した。
論文 参考訳（メタデータ） (2022-07-27T00:42:59Z) - A multi-task learning-based optimization approach for finding diverse
sets of material microstructures with desired properties and its application
to texture optimization [1.6311150636417262]
本稿では,材料テクスチャ最適化のためのマルチタスク学習手法を提案する。
このアプローチは、マルチタスク学習とシアムネットワークを組み合わせた機械学習モデルと相互作用する最適化アルゴリズムで構成されている。
論文 参考訳（メタデータ） (2021-10-27T08:25:26Z) - A deep learning driven pseudospectral PCE based FFT homogenization
algorithm for complex microstructures [68.8204255655161]
提案手法は,従来の手法よりも高速に評価できる一方で,興味の中心モーメントを予測できることを示す。
提案手法は,従来の手法よりも高速に評価できると同時に,興味の中心モーメントを予測できることを示す。
論文 参考訳（メタデータ） (2021-10-26T07:02:14Z) - Redefining Neural Architecture Search of Heterogeneous Multi-Network
Models by Characterizing Variation Operators and Model Components [71.03032589756434]
複素領域における異なる変動演算子の効果について検討する。
モデルの複雑さと性能に影響を及ぼす変化演算子と、それを構成する異なる部分の質を推定する様々な指標に依存するモデルの両方を特徴付ける。
論文 参考訳（メタデータ） (2021-06-16T17:12:26Z) - A Forward Backward Greedy approach for Sparse Multiscale Learning [0.0]
本稿では,カーネルが重み付きマルチスケール構造を持つRKHS(Reproduction Kernel Hilbert space)を提案する。
この空間における近似を生成するために、多スケール構造を持つ基底関数の集合をゆるやかに構成できる実用的なフォワードバックワードアルゴリズムを提供する。
我々は,様々なシミュレーションと実データ集合を用いて,アプローチの性能を解析する。
論文 参考訳（メタデータ） (2021-02-14T04:22:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。