Zhenpeng Yao

新型AI模型实现纳米多孔材料的可解释设计

研究人员开发了一种新颖的三维周期性空间采样方法，以更有效地设计纳米多孔材料。该方法将大型结构分解为局部几何位点，从而能够进行属性预测和位点特定贡献的量化。该模型在构建和检索数据集上进行训练，在预测与气体储存、分离和导电相关的属性方面，展示了最先进的准确性和数据效率。此外，它通过识别对目标属性重要的局部位点来提供可解释性，并允许识别不同纳米多孔框架中可转移的高性能位点。