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: 4

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

沪苏甬三地协会商会再次互动交流座谈

2025 - 03 - 24

点击次数: 10

2025年3月21日下午，上海市稀土协会、江苏省稀土行业协会、宁波市磁性材料商会在上海工业商务展览有限公司和上海师范大学化学与材料学院进行互动交流活动，围绕稀土产业的宣传推广、科技创新与成果转化、区域协同发展等核心议题展开了深入讨论，并提出了具体的合作路径和行动计划。一、依托工博会平台，讲好稀土故事一行人员首先来到工业商展公司，听取工业商展公司总经理助理陈叶琪就商展公司及工博会新材料展的总体情况作...

沪苏甬三地协会商会再次互动交流座谈

2025 - 03 - 24

点击次数: 12

利用Ti掺杂的方法揭示笼目超导体CsV3Sb5中奇异电子态的轨道起源

2025 - 03 - 24

点击次数: 11

来源：中国科学院物理研究所在量子材料中，轨道作为一种关键的自由度，对低能物理现象和独特性质的形成具有重要影响。原子中不同轨道的贡献往往会引发对称性破缺，从而产生诸如强关联材料中的轨道依赖能带重整化、轨道依赖对称性破缺态、轨道选择性莫特转变以及轨道选择性超导配对等现象。例如，笼目超导体AV₃Sb₅（A = K、Rb、Cs）体系是一种多带超导体，展现出一系列丰富而奇异的物性特征，包括Z₂拓扑、对称性破...

贺依琳等−GCA：微生物驱动氟碳铈矿溶解为风化壳型稀土矿床提供成矿物源

2025 - 03 - 24

点击次数: 11

来源：中国科学院广州地球化学研究所风化壳型稀土矿床（又称离子吸附型稀土矿床）是全球中重稀土资源的主要来源。在该类矿床形成过程中，原生（含）稀土矿物风化释放稀土元素是稀土最终在风化壳中以离子吸附态富集成矿的关键，但各类稀土赋存矿物的溶解行为及其对成矿的贡献尚未明晰。氟碳铈矿在成矿基岩中广泛分布，同时也是三大稀土工业矿物之一。氟碳铈矿等稀土氟碳酸盐矿物通常在半风化层便完全风化，因此认为它们的抗风化能力...