Cr-Co-Ni

新型神经网络采样器ATLAS革新非晶态材料研究

研究人员开发了ATLAS，这是一种新颖的基础神经网络采样器，旨在高效地生成和研究非晶态材料。该模型利用了由等变图神经网络学习到的扩散过程来采样玻尔兹曼分布的结构，克服了传统方法（如分子动力学和马尔可夫链蒙特卡洛）的局限性，尤其是在低温下。ATLAS已成功地在Kob-Andersen系统中重现了结构分布和自由能，识别了金属玻璃的趋势，并显著降低了具有所需特性的材料逆向设计的成本。