美國開發出可加速材料創新的機器學習模型

　　美國羅切斯特大學科研人員開發出一個機器學習模型，可對X射線衍射（XRD）實驗產生的大量數據進行分析以加速材料創新。

　　科研人員利用涵蓋了不同實驗條件和晶體特性的無機材料實驗數據來訓練該模型，并根據布拉格定律進行分類以優化模型架構，再使用3個附加評估數據集來測試模型分析訓練數據之外材料的性能，使該模型相比于此前研究使用的合成數據訓練的模型更加實用。該模型對材料的結構和特性信息進行表征，并對不同材料的晶體系統和空間群進行分類，有助于科研人員開發適合不同技術應用的材料。下一步，科研人員將創建平臺供其他科研人員共享X射線衍射實驗數據，進一步對模型進行訓練和評估。相關研究成果發表在《npj計算材料》（npj Computational Materials）期刊上。

　　本文摘自國外相關研究報道，文章內容不代表本網站觀點和立場，僅供參考。