論文の概要: Discovery of 2D Materials via Symmetry-Constrained Diffusion Model

• arxiv url: http://arxiv.org/abs/2412.18414v1
• Date: Tue, 24 Dec 2024 13:03:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-25 15:51:29.877491
• Title: Discovery of 2D Materials via Symmetry-Constrained Diffusion Model
• Title（参考訳）: 対称性制約拡散モデルによる2次元材料の発見
• Authors: Shihang Xu, Shibing Chu, Rami Mrad, Zhejun Zhang, Zhelin Li, Runxian Jiao, Yuanping Chen,
• Abstract要約: 空間群対称性を生成過程に統合する対称性制約拡散モデル(SCDM)を導入する。 このモデルは対称性の原理に固執することを保証するため、2000の候補構造が生成される。 その結果, 対称性の制約を取り入れることで, 生成した2次元材料の有効性が向上することがわかった。
• 参考スコア（独自算出の注目度）: 1.0574989272033577
• License:
• Abstract: Generative model for 2D materials has shown significant promise in accelerating the material discovery process. The stability and performance of these materials are strongly influenced by their underlying symmetry. However, existing generative models for 2D materials often neglect symmetry constraints, which limits both the diversity and quality of the generated structures. Here, we introduce a symmetry-constrained diffusion model (SCDM) that integrates space group symmetry into the generative process. By incorporating Wyckoff positions, the model ensures adherence to symmetry principles, leading to the generation of 2,000 candidate structures. DFT calculations were conducted to evaluate the convex hull energies of these structures after structural relaxation. From the generated samples, 843 materials that met the energy stability criteria (Ehull < 0.6 eV/atom) were identified. Among these, six candidates were selected for further stability analysis, including phonon band structure evaluations and electronic properties investigations, all of which exhibited phonon spectrum stability. To benchmark the performance of SCDM, a symmetry-unconstrained diffusion model was also evaluated via crystal structure prediction model. The results highlight that incorporating symmetry constraints enhances the effectiveness of generated 2D materials, making a contribution to the discovery of 2D materials through generative modeling.
• Abstract（参考訳）: 2次元材料の生成モデルは、材料発見プロセスの加速に大きな可能性を示している。 これらの材料の安定性と性能は、その基礎となる対称性に強く影響される。 しかしながら、既存の2次元材料の生成モデルは、しばしば対称性の制約を無視し、生成された構造の多様性と品質の両方を制限する。 本稿では,空間群対称性を生成過程に統合する対称性制約拡散モデル(SCDM)を提案する。 ワイコフの位置を組み込むことで、モデルは対称性の原理に固執することを保証し、2000の候補構造を生成する。 構造緩和後, これらの構造物の凸部エネルギーを評価するためにDFT計算を行った。 得られた試料からエネルギー安定性基準(Ehull < 0.6 eV/atom)を満たす843の物質が同定された。 このうち、フォノンバンド構造評価や電子特性調査など、さらなる安定性解析のために6つの候補が選定され、いずれもフォノンスペクトル安定性を示した。 SCDMの性能を評価するため,結晶構造予測モデルを用いて対称性制約のない拡散モデルも評価した。 その結果, 対称性の制約を取り入れることで, 生成した2次元材料の有効性が向上し, 生成モデルによる2次元材料の発見に寄与することが示唆された。

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)
• Structural Constraint Integration in Generative Model for Discovery of Quantum Material Candidates [27.416978540039878]
  遺伝子モデル(SCIGEN)における構造制約の統合について紹介する。 プロトタイプの制約としてアルキメデス格子を用いて800万の化合物を生成し, 10%以上の安定性が維持されている。 量子材料の性質は幾何学的パターンと密接に関連しているため、SCIGENは量子材料候補を生成するための一般的な枠組みを提供することを示す。
  論文  参考訳（メタデータ） (2024-07-05T14:42:54Z)
• Unusual charge density wave introduced by Janus structure in monolayer vanadium dichalcogenides [13.06647934747315]
  物質の対称性は電荷密度波(CDW)を持つ遷移金属ジアルコゲナイド(TMD)のエキゾチック量子特性を決定する 逆対称性を破って、人工的に構築された格子であるヤヌス構造は、CDW状態と関連する性質をチューニングする機会を与える。 ここでは,VTe2の表面セレン化を用いて単層膜Janus VTeSeを作製した。 走査型トンネル顕微鏡では、回転対称性が3倍の異常なルート13-root13 CDW状態が観察され、特徴付けられる。
  論文  参考訳（メタデータ） (2024-06-18T01:20:38Z)
• N-representable one-electron reduced density matrix reconstruction with frozen core electrons [0.0]
  量子結晶学の最近の進歩により、N表現性条件を満たす1電子還元密度行列(1-RDM)が再構成可能であることが示されている。 対称性の制約や凍結コア電子寄与を含む改良されたモデルを導入し、システムの複雑さの増大に対処する。 モデルと戦略のロバスト性は, 実際の実験散乱データから再構成問題に対処するために, 順応することが示されている。
  論文  参考訳（メタデータ） (2024-03-01T13:48:05Z)
• Fine-Tuned Language Models Generate Stable Inorganic Materials as Text [57.01994216693825]
  テキストエンコードされた原子構造データに基づく微調整された大規模言語モデルは、実装が簡単で信頼性が高い。 我々の最強モデルは、CDVAEの約2倍の速度で準安定であると予測された物質を生成することができる。 テキストプロンプト固有の柔軟性のため、我々のモデルは安定物質を無条件に生成するために同時に使用することができる。
  論文  参考訳（メタデータ） (2024-02-06T20:35:28Z)
• Denoising diffusion-based synthetic generation of three-dimensional (3D) anisotropic microstructures from two-dimensional (2D) micrographs [0.0]
  条件拡散に基づく生成モデル(DGM)に基づく異方性組織再構築のための枠組みを提案する。 提案するフレームワークは,複数の2次元条件付きDGMの空間的接続を伴い,それぞれが3つの異なる平面に対して2次元マイクロ構造サンプルを生成するように訓練されている。 その結果, このフレームワークは材料相の統計分布だけでなく, 3次元空間における材料特性も再現可能であることがわかった。
  論文  参考訳（メタデータ） (2023-12-13T01:36:37Z)
• Scalable Diffusion for Materials Generation [99.71001883652211]
  我々は任意の結晶構造(ユニマット)を表現できる統一された結晶表現を開発する。 UniMatはより大型で複雑な化学系から高忠実度結晶構造を生成することができる。 材料の生成モデルを評価するための追加指標を提案する。
  論文  参考訳（メタデータ） (2023-10-18T15:49:39Z)
• Geometric Neural Diffusion Processes [55.891428654434634]
  拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。 これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
  論文  参考訳（メタデータ） (2023-07-11T16:51:38Z)
• Towards Symmetry-Aware Generation of Periodic Materials [64.21777911715267]
  本稿では,周期構造体の物理対称性を捉える新しい物質生成手法であるSyMatを提案する。 SyMatは、変分オートエンコーダモデルを用いて、原子タイプセット、格子長、格子角を生成することによって、材料の原子タイプと格子を生成する。 我々は,SyMatが材料上のすべての対称性変換に理論的に不変であることを示し,SyMatがランダム生成および特性最適化タスクにおいて有望な性能を達成することを示す。
  論文  参考訳（メタデータ） (2023-07-06T01:05:34Z)
• Normalizing flows for atomic solids [67.70049117614325]
  原子状固体をモデル化するための正規化フローに基づく機械学習手法を提案する。 我々は,単原子水としてモデル化された立方晶および六角形氷のヘルムホルツ自由エネルギー推定と,切り離されたレナード・ジョーンズ系について報告する。 以上の結果から, 結晶形状に制約を加えることなく, 流動の正規化により, 固体の高品質な試料と自由エネルギー推定が可能であることが示唆された。
  論文  参考訳（メタデータ） (2021-11-16T18:54:49Z)
• Polyconvex anisotropic hyperelasticity with neural networks [1.7616042687330642]
  有限変形に対する凸機械学習に基づくモデルを提案する。 モデルは立方体格子メタマテリアルの非常に困難なシミュレーションデータで校正される。 データアプローチのデータは、機械的な考慮に基づいており、追加の実験やシミュレーション機能を必要としない。
  論文  参考訳（メタデータ） (2021-06-20T15:33:31Z)

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。