计算机学院王建新团队在无机化合物材料AI研发方面取得新进展
来源:计算机学院 点击次数:次 发布时间:2025年01月16日 作者:周清菡
本网讯 1月2日,国际权威期刊《自然通讯》(Nature Communications)在线发表了中南大学计算机学院王建新教授团队的最新研究成果“基于电子构型的集成机器学习预测无机化合物的热力学稳定性(Predicting thermodynamic stability of inorganic compounds using ensemble machine learning based on electron configuration)”。该研究提出了一种基于电子构型的新型机器学习框架,显著提升了预测无机化合物稳定性的准确性和效率,为新材料的研发注入了强大动力。中南大学计算机学院博士生邹浩为论文第一作者,王建新为论文唯一通讯作者,中南大学为第一署名单位。
从计算机芯片、电池到太阳能电池板,现代技术高度依赖无机化合物材料。然而,新材料的开发面临巨大挑战——材料需要具备热力学稳定性,否则易于分解,难以长久存在,而寻找稳定的新材料往往需要数月甚至数年的实验研究。现有的基于机器学习的材料稳定性预测方法,由于存在较强的归纳偏置,且缺乏对电子构型的深入理解,因此开发效率受到限制。
针对这一瓶颈,王建新团队创新性地提出了一种基于电子构型的堆栈泛化模型(ECSG),并结合多个不同领域知识的附加模型,进一步增强了预测性能。该模型在预测公开标准材料数据库(JARVIS)中的化合物稳定性时,准确率高达97%。同时,该模型大幅提高了样本效率,仅需现有模型七分之一的数据量即可达到相同的预测精度。研究团队利用该模型在超过400万个双钙钛矿氧化物候选材料中进行筛选,成功预测出35种新型稳定材料,其中25种已通过高精度的第一性原理计算验证了其稳定性,开发效率是传统试错式方法的上百倍。
ECSG机器学习模型框架图
该研究成果有望极大加速无机材料的研发进程,有效缓解目前材料开发效率相对滞后的困境,为发现高性能功能材料提供了工具。
(一审:杨心怡 二审:韩艳 三审:李殷)