倪军研究组在高熵合金机器学习模型研究中取得新进展

日期： 2025-03-05

浏览次数: 241

来源：清华大学物理系

近年来，机器学习作为一种重要的人工智能工具，在材料设计中得到了广泛的应用。多组元高熵合金，通常是五种或五种以上的金属形成的合金材料，往往具有优异的力学性能，获得了广泛的关注。然而数据驱动的机器学习方法通常需要足够多的训练样本。高熵合金系统第一性原理计算的复杂性限制了可用于图神经网络的精确结构数据的大小。需要精确的结构作为输入也限制了模型的大规模预测。

为了提高小样本数据集下高熵合金材料预测精度，同时在不进行结构计算的情况下完成高熵合金的性质预测，该研究开发了一种基于信息最大化生成对抗网络和元素卷积图神经网络的算法框架：元素特征迁移对抗网络。元素特征迁移对抗网络使用元素卷积图神经网络从晶体的原子和结构信息中提取适合描述预测目标的元素特征。这些特征将被转移到生成对抗网络中，该模型用于生成具有预测目标的新元素特征，如图1所示。该研究中引入了迭代方法以提高信息最大化生成对抗网络的精度：使用多层感知器对信息最大化生成对抗网络生成的特征进行性质预测，将这些结果重新输入信息最大化生成对抗网络中训练，以提高网络对高熵合金性质的预测精度。

该研究将元素特征迁移对抗网络应用于高熵合金的性质预测中，使用生成网络的数据增强显著提高了模型的预测精度。同时，生成的元素特征可用作输入在广阔的成分空间中探索材料性质，避免了结构计算带来的庞大计算量。图2展示了在面心立方和体心立方结构下的形成能、磁矩和自由能。与传统认为Ⅷ族元素更容易形成面心立方高熵合金不同，该合金更倾向于形成面心立方，在普遍有着较高的磁矩的情况下，兼顾了合金强度。通过该生成模型，探索了广阔成分空间下高熵合金的稳定性，丰富了高熵合金相关的物性研究。同时，该研究开发的元素特征迁移对抗网络框架可用于各种多组元材料以解决机器学习数据量不足的困难，辅助材料开发与获得新的物理知识。

该成果近期以“EFTGAN: Elemental features and transferring corrected data augmentation for the study of high-entropy alloys”为题发表在npj Computational Materials上。清华大学物理系倪军教授为该论文的通讯作者，物理系博士生孙一博为论文的第一作者，合作者包括日本东北大学陈迎教授。该研究得到了国家自然科学基金、清华大学低维量子物理全国重点实验室、量子信息前沿科学中心、清华大学高性能计算中心的支持。

文章链接：https://doi.org/10.1038/s41524-025-01548-y

上一篇：协会与商展公司共同探讨了双方合作的新机遇下一篇：济南大学郇宇：SiC协同优化BCTZ陶瓷的烧结与压电性能

Hot News / 相关推荐

锚定铂纳米颗粒的三维石墨烯–二氧化铈纳米棒气凝胶用于提升催化性能

2026 - 06 - 04

点击次数: 16

来源：X-MOL直接甲醇燃料电池（DMFC）技术的持续发展对高性能、高耐久性贵金属基电催化剂的研发提出了日益严苛的要求。本文通过溶剂热共组装策略，合理设计并合成了由二氧化铈纳米棒与石墨烯构成的三维（3D）交联纳米结构复合催化剂（CeO2 NRs-G）。超细铂纳米颗粒被均匀锚定于该分级多孔骨架上，形成Pt/CeO2 NRs-G催化剂。该3D纳米结构兼具石墨烯的高导电性与多孔网络结构，可有效促进物质与...

纳米氧化铈的导电性与结构与其催化性能的关系

2026 - 06 - 03

点击次数: 38

来源：X-MOL相较于其他铜掺杂纳米氧化铈材料，于近室温条件下制备的8% Cu–纳米氧化铈在水煤气变换（WGS）反应中展现出优异的催化性能，但其原因十年来一直不甚明确［Si, R. 等，Catal. Today 2012, 180(1), 68–80.］。为探究该现象，我们对采用相同共沉淀法制备的、含铜量为0–16%的纳米氧化铈晶粒进行了电导率测试，并结合对分布函数（PDF）分析获得的结构信息开展...

构建基于铈的金属有机框架，用于四氢喹啉光催化氧化

2026 - 06 - 03

点击次数: 39

来源：X-MOL绿色光催化氧化材料作为环境和化学工程可持续发展的环保策略，吸引了广泛的研究关注。在这项工作中，在温和条件下，以溶温合成了一种新型二维铈基金属有机框架（Ce-MnTCPP）。该框架由锰卟啉配体 MnTCPP 构建，这是一种锰卟啉配体，由 Mn 2+ 离子与四氢喧啶卟啉（TCPP）及铀离子配位形成，已被证明是选择性氧化四氢喹啉的高效光催化剂。在 395 纳米 LED 照射下，其催化性能...

通过光催化记忆效应与铒掺杂协同作用实现高效CO2转化：铒掺杂BiOCl纳米片

2026 - 06 - 02

点击次数: 60

来源：X-MOL为寻找高效的二氧化碳还原光催化剂，稀土元素掺杂因其独特的电子结构和能级而受到广泛关注，可显著增强光吸收能力和电荷转移效率。本研究采用表面活性剂辅助水热法合成了二维超薄铒（Er）掺杂BiOCl纳米片。Er掺杂不仅抑制了光生载流子的复合，还进一步增强了BiOCl纳米片的光催化记忆效应。Er掺杂与前期可见光辐照诱导的光催化记忆效应之间的协同作用，大幅调控了BiOCl纳米片内部的电子态。实...