物理引导的功能氧化物温度依赖电导率建模与候选材料筛选

《Advanced Intelligent Discovery》：Physics-Guided Modeling of Temperature-Dependent Electrical Conductivity of Functional Oxides

　　

功能氧化物广泛用于电子应用，其中电导率的温度依赖性（temperature dependence）是评价材料适用性的关键指标。此类性质的实验表征仍然资源密集且耗时，因此机器学习（machine learning, ML）已成为加速材料发现过程的替代途径。然而，数据驱动方法受限于缺乏全面的、由实验来源构成的数据库，现有模型多在模拟的密度泛函理论（density functional theory, DFT）计算数据上训练。在此，研究人员从商业数据库和同行评议文献中汇编了约8000个氧化物温度依赖电导率样品的实验数据库。研究人员将MODNet——一种最先进的通用型基于组成的基线模型（composition-based baseline）——与TriCondNet进行基准比较；TriCondNet是一种物理引导神经网络（physics-guided neural network, PGNN），用于捕捉金属性和半导体性氧化物的温度依赖电导率行为。TriCondNet在标准误差指标上优于基线模型，同时遵循电导率–温度依赖关系的物理模型。随后，研究人员将性能最佳模型应用于广泛的组成列表，针对两个应用特定案例研究筛选候选材料：介电材料和热电材料。根据预测电导率及相关不确定性排序，排名靠前的候选材料与已被公认为领先介电材料和热电材料的材料相符。这些结果表明，该工作流能够找回已确立的高性能材料，支持将TriCondNet作为通过组成插值识别新氧化物候选材料的基础。

论文主体解读

研究背景与问题：功能氧化物因结构及化学灵活性而具有可调的电学、磁学和光学性质，可通过组成、晶体结构和缺陷密度进行调节，其温度依赖电导率（σ(T)）可作为应用导向的筛选描述符。相关应用涉及光伏电子收集层、负温度系数热敏电阻、电容器介电层及高温热电材料等。传统低通量探索合成难以覆盖高维组成空间；高通量与密度泛函理论（DFT）计算可加速发现，但σ(T)表征仍材料密集、耗时。基于图神经网络（GNN）的模型需要已知晶体结构，不适合预合成筛选；基于组成的机器学习模型虽可直接由化学组成预测性质，但既有工作多局限于室温电导率或DFT计算的σ/τ，且温度常作为普通特征输入，未强制遵循电荷输运物理形式。因此，研究人员需要构建可靠的实验σ(T)数据库，并发展能够识别输运机制、嵌入机制特定电导率模型的物理引导方法。

研究人员开展了实验数据库构建、TriCondNet模型开发、与MODNet镜像工作流（TriMODNet）的基准比较，以及介电和热电候选材料筛选。研究结论表明，TriCondNet在标准误差指标上优于基线，同时保持金属性与半导体性氧化物电导率–温度依赖关系的物理一致性；其筛选结果可找回已确立的高性能材料，支持将TriCondNet作为通过组成插值识别新氧化物候选材料、开展预合成筛选和实验优先级排序的基础。

主要关键技术方法：数据来自材料平台MPDS的API（限氧化物，6272个样品）、UCSB热电材料数据库Gaultois et al.及原始文献手工提取（1794条），最终保留7914条/1059个组成；纳入空气气氛DC四探针、温度>283 K，经异常值、点去重、高斯过程回归（GPR）平滑筛选、价电子平衡及交叉验证残差复核，并用WebPlotDigitizer从图提取。组成用基于组成的特征向量（CBFV；Matminer、Mat2vec、Oliynyk）表示；LightGBM用于分类，物理引导神经网络（PGNN）嵌入Arrhenius/幂律用于回归，以MODNet镜像TriMODNet为基线；采用5×5分组嵌套交叉验证、贝叶斯优化；部署用100次Monte Carlo（MC）dropout估计不确定性，并用ElM2D/UMAP/HDBSCAN聚类。筛选组成来自Pearson's crystal data约144000条，过滤后56366个。

4.1 分类性能：通过以化学式分组的5×5嵌套交叉验证及混淆矩阵比较LightGBM与MODNet分类器，TriCondNet的平衡准确率为0.883±0.016（TriMODNet为0.858±0.031），MCC为0.786±0.043（0.655±0.056）；金属类F1为0.813，高于0.693；半导体类F1为0.973，高于0.947，半导体假阴性约降低68%。近边界误分类显示CBFV不显式包含晶体结构，元素组合也可能误导分类；在matbench_expt_is_metal任务中，LightGBM取得ROC-AUC 0.979和平衡准确率0.930。

4.2 回归性能：在log₁₀(σ/S cm^?1)空间以MAE和R²评估，TriCondNet在金属、半导体及端到端流水线中均优于TriMODNet。金属回归MAE为0.216±0.052、R²为0.622±0.119，优于0.353±0.040与0.113±0.251；半导体MAE为1.101±0.136、R²为0.786±0.057，优于1.225±0.144与0.758±0.056；端到端流水线MAE为0.944±0.117、R²为0.823±0.067，优于1.095±0.191与0.785±0.071，测试MAE降低13.8%。物理约束起到隐式正则作用，对数据较少的金属类收益更大；非物理反转率在标准TriCondNet中为0%，TriMODNet为32.5%，无物理引导变体为21.3%。代表性结果显示TriCondNet可保持Arrhenius曲率、高温平台和金属性趋势；局限包括简化幂律无法完全约束金属σ(T)斜率、难以建模结构转变引起的台阶变化，以及半导–金属转变受样本不足限制。

4.3 消融研究：通过替换物理引导输出头、采用组成平衡损失、引入随机森林（RF）基线及按母体化学体系分组等消融，物理引导输出头使半导体测试MAE降低3.0%、R²提高2.6%，使金属MAE降低22.0%、R²提高66.3%；组成平衡损失降低两类性能；RF基线在金属系统较弱；按母体化学体系分组时金属MAE为0.343、R²为0.284，半导体MAE为1.547、R²为0.625。结果表明物理约束对数据稀缺的金属类尤为重要，且TriCondNet在去除物理头后仍优于TriMODNet，提示架构与超参数搜索空间亦有贡献。

5 新型功能氧化物搜索测试：研究人员在全数据集上重训TriCondNet，以300 °C下低电导率和高活化能筛选介电材料，以800 °C下高电导率筛选热电材料；对56366个唯一组成进行100次MC推理，保留预测为半导体的53384个候选，并对每个用例前1000名进行聚类。介电候选中出现Bi–Nb Aurivillius、Yb稳定hafnia/铪酸盐及NdTaO₄等已知或已报道高κ介电相关家族；热电候选中出现Ca_0.35CoO₂等钴酸盐家族。训练集中Hf相关样品仅6个（<0.1%），模型仍高排相关铪酸盐，显示对欠代表化学空间的泛化潜力；聚类排名可缓解组成冗余并提示稀疏簇。

讨论总结：组成型模型无法显式表示物相、微结构、掺杂状态和热历史，预测目标为名义组成在给定温度下的代表性电导率；模型倾向于优先排序与训练数据相近的组成，MC不确定性不包含未解析物相带来的系统不确定性，聚类排名可部分缓解组成偏置并提示欠探索空间。TriCondNet仍不能捕捉某些结构转变导致的电导率台阶变化，简化幂律对金属σ(T)斜率约束有限，半导–金属转变单独建模受样本数量限制。

研究结论翻译：在本工作中，研究人员构建了由7914个温度依赖电导率测量组成的功能氧化物数据库，覆盖1059个唯一组成，这些测量均在环境条件下通过DC四探针获得。研究人员根据电导率–温度曲线将这些组成系统分类为922个唯一半导体和137个金属。基于该数据集，研究人员开发了TriCondNet，一个三专家流水线，先将氧化物分类为金属性或半导体性，再路由至相应的物理引导回归器，以由组成和温度预测σ(T)。通过将Arrhenius定律和幂律作为函数形式与约束嵌入，TriCondNet对预测进行正则化，并强制金属和半导体行为具有物理一致性。通过分组嵌套交叉验证与镜像MODNet工作流（TriMODNet）进行基准比较，专门为任务设计的TriCondNet在端到端流水线评估中使测试MAE降低约13.8%，使测试MCC提高约20.0%（0.655→0.786；绝对增加0.131）。最大增益出现在金属类，其中TriCondNet的金属回归器捕捉了无约束模型通常难以处理的宽范围σ(T)斜率。为展示TriCondNet作为材料搜索工具，研究人员对56366个唯一功能氧化物实施100次MC模拟，用于介电和热电筛选。研究人员对每个用例排名前1000的候选材料进行聚类，并从各簇中列出抽样候选材料。尽管TriCondNet倾向于偏好与训练数据中组成相关的材料，但基于聚类的排名通过在前列候选中呈现结构上不同的家族来缓解这一问题。