La Generative Structure Search accelera la scoperta di molecole e cristalli
Un nuovo framework chiamato generative structure search (GSS) è stato sviluppato dai ricercatori, unendo la generazione basata su diffusione con la random structure search (RSS) per prevedere efficacemente strutture molecolari e cristalline sia stabili che metastabili. GSS tratta questi metodi come casi estremi di un processo di campionamento unificato influenzato da campi di punteggio appresi e forze fisiche, consentendo ai priori dei dati di migliorare l'efficienza del campionamento mantenendo un'esplorazione guidata dall'energia. GSS identifica con successo una varietà di strutture metastabili con un costo di campionamento oltre dieci volte inferiore rispetto a RSS, dimostrandosi efficace anche per composizioni non incluse nel set di dati di addestramento. Questa ricerca affronta un notevole svantaggio dei modelli generativi profondi, che tendono a trascurare minimi rari ma significativi a causa di bias nei dati di addestramento. Lo studio è disponibile su arXiv con l'identificatore 2604.27636.
Fatti principali
- GSS combina la generazione basata su diffusione e la random structure search (RSS) in un framework unificato.
- Il framework utilizza campi di punteggio appresi e forze fisiche per guidare il campionamento.
- GSS raggiunge un costo di campionamento oltre dieci volte inferiore rispetto a RSS per una copertura ampia.
- Recupera diverse strutture metastabili in sistemi molecolari e cristallini.
- Il metodo rimane efficace per composizioni al di fuori della distribuzione di addestramento.
- I modelli generativi profondi spesso esplorano poco i minimi rari a causa del bias nei dati di addestramento.
- L'articolo è pubblicato su arXiv con l'identificatore 2604.27636.
- Prevedere strutture stabili e metastabili è centrale per la scoperta molecolare e dei materiali.
Entità
Istituzioni
- arXiv