标签:材料发现

6 个条目

GNoME:把材料发现从万级枚举推到百万级凸包

材料科学 / 第一性原理
Google DeepMind 的图网络材料发现系统 GNoME,通过主动学习把候选结构池推过十亿量级,用 DFT 校验后回流训练,新增 38.1 万个稳定材料条目,并附带一套可下载的凸包数据集与预训练势模型实现。
新 代码与 Notebook 采用 Apache-2.0;GNoME 数据集采用 CC BY-NC 4.0(仅限非商业用途);论文为 CC BY 4.0 材料发现图神经网络第一性原理

基于采样代价的近瞬时潜空间贝叶斯优化方法

通用科学ML
提出一种近瞬时潜空间贝叶斯优化方法,通过采样代替传统顺序决策的昂贵计算开销,适配生成式模型驱动的逆设计流程。
见LICENSE文件 贝叶斯优化潜空间优化生成式设计

材料科学数据平台 Materials Platform for Data Science

Materials
整合约50万篇同行评审科学文献,涵盖40万+出版物、13万+相图、40万+晶体纳米结构等材料科学数据,支持计算材料设计与机器学习应用。
见LICENSE文件 材料科学晶体结构相图

← 全部标签