研究人员开发了新的深度学习方法用于晶体结构预测和分析。其中一种方法 CrystalX 使用深度学习自动化常规的 X 射线衍射分析，其性能优于现有的自动化方法，甚至能识别同行评审出版物中的错误。另一种方法采用图神经网络进行组合优化，通过高效地分配原子来预测晶体结构，在与商业求解器的竞争中表现出竞争力。 AI
影响 自动化复杂的材料科学分析，加速新晶体材料的发现。
排序理由 两篇不同的研究论文详细介绍了用于晶体结构预测和分析的新型深度学习应用。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.23921v1 Announce Type: new Abstract: Crystalline materials are widely used in technological applications, yet their discovery remains a significant challenge. As their properties are driven by structure, crystal structure prediction (CSP) methods play a central role in…
arXiv:2410.13713v2 Announce Type: replace Abstract: Atomic structure analysis of crystalline materials is a paramount endeavor in both chemical and material sciences. This sophisticated technique necessitates not only a solid foundation in crystallography but also a profound comp…