Machine-Learning-Assisted Acceleration on High-Symmetry Materials Search: Space Group Predictions from Band Structures

空格(标点符号) 加速度 格子(音乐) 物理 计算机科学 算法 经典力学 声学 操作系统
作者
Bin Xi,Kin Fai Tse,Tsz-Fung Kok,Ho Ming Chan,Man Kit Chan,Ho‐Yin Chan,Kwan Yue Clinton Wong,Robin S. H. Yuen,Junyi Zhu
出处
期刊:Journal of Physical Chemistry C [American Chemical Society]
卷期号:126 (29): 12264-12273 被引量:4
标识
DOI:10.1021/acs.jpcc.2c03156
摘要

Efficiency of search of wanted materials with desired properties is limited by the huge search space. By deep learning methods, we demonstrate that space group information can be acquired from band structure inputs to reduce the search space. Despite atomic orbital or accidental degeneracies mixed with lattice degeneracies, band degeneracies as input can yield 96.0% prediction accuracy for cubic systems that leads to a 25.1-fold acceleration of searching speed overall. Additionally, for all space groups, the prediction accuracy is 82.0% with overall 36.9-fold acceleration in the search speed. In addition, valence band degeneracies as inputs can yield satisfactory results and may assist in structural analysis from ARPES results.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
不配.应助hhhm采纳,获得10
1秒前
1秒前
哈哈哈发布了新的文献求助10
2秒前
外向语堂完成签到 ,获得积分10
3秒前
3秒前
英俊的铭应助小李采纳,获得10
3秒前
瓜瓜完成签到,获得积分20
5秒前
5秒前
博学而多问完成签到 ,获得积分10
6秒前
7秒前
9秒前
Orange应助一片树叶的夏天采纳,获得10
12秒前
xpd发布了新的文献求助10
13秒前
流萤发布了新的文献求助10
14秒前
科研通AI2S应助张朝程采纳,获得10
15秒前
于是真的完成签到,获得积分10
16秒前
16秒前
orixero应助LHOII采纳,获得10
21秒前
暴躁的眼神完成签到,获得积分10
23秒前
23秒前
Jasper应助hhhm采纳,获得10
24秒前
冷酷的冰旋完成签到,获得积分10
25秒前
伶俐的刺猬完成签到 ,获得积分10
26秒前
动听皮带发布了新的文献求助30
27秒前
27秒前
28秒前
SciGPT应助开心的听双采纳,获得10
29秒前
鲤鱼冰海发布了新的文献求助10
33秒前
CodeCraft应助龙傲天采纳,获得10
34秒前
Kv完成签到,获得积分10
35秒前
HaohaoLi发布了新的文献求助10
37秒前
39秒前
baniu完成签到,获得积分20
41秒前
46秒前
小脑斧完成签到,获得积分10
47秒前
jinyy发布了新的文献求助10
52秒前
方方99完成签到 ,获得积分0
53秒前
深情海秋完成签到,获得积分10
53秒前
妙妙完成签到,获得积分10
54秒前
科研通AI2S应助77采纳,获得10
55秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3141210
求助须知:如何正确求助?哪些是违规求助? 2792192
关于积分的说明 7801885
捐赠科研通 2448394
什么是DOI,文献DOI怎么找? 1302521
科研通“疑难数据库(出版商)”最低求助积分说明 626638
版权声明 601237