PulseAugur
实时 12:16:36
English(EN) Crys-JEPA: Accelerating Crystal Discovery via Embedding Screening and Generative Refinement

新的Crys-JEPA模型加速了稳定、新颖晶体的发现

研究人员开发了Crys-JEPA,这是一种新颖的生成模型,旨在加速新晶体材料的发现。现有模型在稳定性和新颖性之间存在权衡,常常生成与已知材料过于相似或不稳定的材料。Crys-JEPA通过学习一个能量感知潜在空间来解决这个问题,从而能够更有效地评估稳定性和进行精炼筛选过程,该过程将有前景的生成晶体重新引入以改进模型。这种方法在识别基准数据集上的稳定和新颖晶体方面显示出显著的改进。 AI

影响 引入了一种新的生成模型,可以通过改进稳定和新颖晶体的发现来加速材料科学研究。

排序理由 发布了一篇详细介绍材料科学新生成模型的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的Crys-JEPA模型加速了稳定、新颖晶体的发现

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xavier Bresson ·

    Crys-JEPA:通过嵌入筛选和生成式精炼加速晶体发现

    De novo crystal generation seeks to discover materials that are not merely realistic, but also stable and novel. However, most existing generative models are trained to maximize the likelihood of observed crystals, which encourages samples to stay close to known materials yet not…