识别给定材料的晶体结构对于理解和预测其物理性质很重要。而为了表征给定材料的晶体结构,研究人员会指定一个对称标签。更一般地讲,大家希望在一些已知的结构类中找到最相似的结构。这些所谓的结构类是根据化学计量学、空间群、晶胞中原子的数量和晶胞中原子的位置来确定的。这篇文章提出了一个具有鲁棒性的晶体结构识别框架(Artificial-Intelligent-based Structure Evaluation,简称ARISE),用于对108个不同的结构类进行分类。ARISE使用了一个最近发展起来的神经网络,贝叶斯神经网络,它不仅可以得到分类结果,还可以得到不确定估计。
领书计划详情