Akihiro Fujii

新AI方法加速具有多种约束的晶体设计

研究人员开发了一种新的、数据高效的晶体设计方法，该方法可以同时满足多种性质和物理约束。该方法利用预测器引导的梯度优化，结合现成的性质预测器、位点元素掩码和特定任务的损失函数。与生成和贝叶斯基线相比，该方法在钙钛矿设计中表现出优越的性能，以显著更少的数据实现了具有竞争力的带隙目标。这种自适应框架还成功支持了半金属设计，为以最小的计算成本优化候选晶体提供了一个模块化解决方案。