研究人员开发了DSADiff,这是一种旨在改进晶体结构预测(CSP)的新型扩散模型。该模型通过识别晶体复杂性和元素组成不平衡作为影响生成难度的关键因素来解决现有方法的偏差。DSADiff将这些因素转化为统一的表示,以指导特征建模并优化训练策略,使其能够适应多样化的数据结构和难度级别。在包括Carbon-24在内的基准数据集上的实验表明,DSADiff显著提高了匹配率和RMSE,达到了新的最先进性能。 AI
影响 这项研究为设计用于复杂材料空间的偏见较小的生成模型提供了新的方向,有望加速材料发现。
排序理由 这是一篇详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →