用于MXene带隙预测的物理约束神经常微分方程及其符合性校准不确定性

《Nanomaterials》：Physics-Constrained Neural ODEs for MXene Bandgap Prediction with Conformal Uncertainty

　　

二维过渡金属碳化物和氮化物，统称为MXenes，因其表面化学和原子组成可在广泛的成分范围内调控而成为具有吸引力的光催化候选材料。关键的设计参数是电子带隙，它决定了特定MXene是否与太阳辐射耦合以及与水分解氧化还原电位的对齐情况。使用PBE0杂化泛函进行高精度带隙计算在计算上非常昂贵，这促使了多种机器学习替代模型的开发。据研究人员所知，这是首个将连续深度神经常微分方程（Neural Ordinary Differential Equation, Neural ODE）骨干与多保真度Δ学习、无分布分切符合性校准以及不确定性感知帕累托筛选整合到单一数学基础流程中的MXene带隙预测研究。在本工作中，研究人员开发了一种物理约束神经常微分方程（physics-constrained neural ordinary differential equation, PC-NODE），该模型基于紧凑的34维描述符集预测MXene带隙，且不依赖态密度（density of states, DOS）。模型将金属/半导体判定的分类器头与带隙大小的回归头相结合，并强制三种物理 motivated 性质：预测带隙的非负性以及低保真度Perdew–Burke–Ernzerhof（PBE）与高精度PBE0估计之间的单调性通过softplus参数化的Δ学习构造精确获得；而驱使金属预测趋向零的跨栏耦合则通过二次惩罚强制执行并在经验上得到验证。简而言之，三个物理约束中的两个通过构造得到保证，第三个近似强制执行并在经验上得到验证；这一区别在方法学、约束审计和结论中保持一致。在4356结构的MXgap数据库上训练，十种子集成在半导体验试子集上达到0.186 eV的平均绝对误差（per-seed 0.206±0.006 eV）和决定系数R²=0.880，分类器准确率为0.856，受试者工作特征曲线下面积（Receiver Operating Characteristic Area Under the Curve, ROC-AUC）为0.925。随后，分切符合性校准步骤提供的预测区间的经验覆盖率与90%目标相差不到0.5个百分点。最后，不确定性感知帕累托筛选步骤将训练好的替代模型应用于396种镧基MXene的保留子集，识别出74种位于光催化水分解窗口[1.23, 3.10] eV内的候选材料。该框架为特征繁重的流程提供了一种数学基础、数据高效的替代方案，并可从开放的MXgap资源中复现。

**研究背景与问题**

MXenes作为二维能源转换平台的重要性已得到广泛认可，而其电子带隙的精确预测是光催化应用中的核心挑战。传统密度泛函理论（density functional theory, DFT）计算虽能提供带隙信息，但精度与计算成本之间存在显著矛盾：半局域泛函如PBE系统性地低估带隙，而杂化泛函如PBE0虽能修正此偏差却代价高昂。现有机器学习替代模型虽缓解了计算瓶颈，但普遍依赖高维特征集且缺乏对物理一致性和预测覆盖率的数学保证。神经常微分方程（Neural ODE）作为连续深度架构提供了理论上的替代路径，却尚未与物理约束、不确定性量化和材料筛选形成完整闭环。

**研究设计与核心结论**

研究人员构建了PC-NODE框架，整合三种数学工具以形成互补优势：Neural ODE骨干提供连续深度表示与自适应分辨率；多保真度Δ学习以PBE基线校正提升数据效率；分切符合性预测（split-conformal prediction）提供无分布覆盖证书。该框架以34维紧凑描述符为输入（排除DOS），通过softplus参数化实现带隙非负性与PBE≤PBE0单调性的架构级保证，并以二次惩罚近似强制金属预测的跨栏条件。十种子集成在半导体验试子集上实现MAE 0.186 eV与R²=0.880，分切符合性校准使90%名义水平的经验覆盖率达90.5%，不确定性感知帕累托筛选从396种镧基MXene中识别74种光催化窗口候选材料。

**关键技术方法**

本研究采用4356结构的开放MXgap数据集，建立金属/半导体二元分类与PBE0带隙回归的双任务架构。核心方法包括：（1）基于Neural ODE的编码器-解码器结构，以四阶Runge-Kutta积分连续演化隐状态；（2）softplus参数化的Δ学习桥接，将PBE基线与非负修正项相加；（3）加权二元交叉熵与跨栏惩罚的联合训练；（4）分切符合性校准，将训练集均分为模型拟合与校准子集以生成预测区间；（5）蒙特卡洛（Monte Carlo, MC）dropout传播认知不确定性，结合增强切比雪夫标量化进行帕累托排序。

**研究结果**

**基线比较与描述符选择**：对比周期表指数、元素描述符、几何描述符及DOS四类特征块，发现紧凑34维集（周期表+元素+几何）使MLP达0.250 eV测试MAE，而添加12维DOS主成分反升至0.217 eV，完整DOS配置进一步恶化至0.233 eV。此反直观现象源于Δ学习基线已捕获DOS中的核心信息，冗余特征在有限样本下引发维度灾难。

**PC-NODE集成性能**：十种子集成在紧凑集上达0.186 eV ensemble MAE（per-seed 0.206±0.006 eV）与R²=0.880，分类器准确率0.856、ROC-AUC 0.925。交叉描述符集成（平均三种配置）MAE为0.200 eV，确认紧凑集的支配性优势。各bin分析显示[1.23,1.75] eV区间MAE最大（0.283 eV），系训练信号稀疏导致Δ学习需产生最大修正值。

**消融实验**：四种变体对比揭示，软约束参数化（A2 vs A1）带来最大MAE降幅（0.272→0.197 eV）；移除物理约束的Neural ODE（A3）虽MAE仅微增，却产生184次负带隙预测（最低-0.486 eV）；完整PC-NODE（A4）per-seed平均0.194 eV，与A2无显著差异，但零物理违规。

**物理约束审计**：架构保证的非负性与单调性无需经验验证；金属预测平均绝对带隙0.024 eV，约为半导体均值的三十分之一，表明跨栏惩罚有效。

**符合性预测区间**：校准分位数q?_0.90=0.523 eV，平均区间宽度1.046 eV，经验覆盖率90.5%（目标90%）；80%与95%水平分别呈略过覆盖（84.7%）与欠覆盖（92.6%），符合有限校准样本预期。

**全库与镧基筛选**：全库4356结构中198种预测落入光催化窗口，Sc₄N₃O₂居切比雪夫排序首位（预测2.08 eV，参考2.13 eV）。镧基396种结构OOD测试中，132种被分类为半导体，74种落入窗口；前五候选为La₂CTe₂、La₂CCl₂、La₄N₃(NH)₂等，其中La₄N₃(NH)₂因Δ校正处于训练分布上尾且MC dropout扩散最大，被标记为需独立验证。

**讨论与结论翻译**

研究人员将PC-NODE定位为数学基础与数据效率并重的替代方案：相较MXgap的136维输入，34维紧凑集在可比拟精度下大幅降低特征复杂度；相较Tang等的深度筛选流程，架构级物理保证避免后处理修正。SWOT分析明确内部优势（架构保证、分布自由覆盖、可复现性）与弱点（有限过渡金属覆盖、OOD保形失效风险、跨栏条件非严格保证），以及外部机遇（对称性感知编码器、实验闭环）与威胁（竞争性计算化学方法进展、领域数据孤岛化）。

**研究结论（翻译）**：

"我们引入了PC-NODE，一种用于MXgap数据集上MXene带隙预测与筛选的物理约束神经ODE框架。该架构将金属/半导体判定的分类器头与softplus参数化的Δ学习回归头相结合以预测带隙大小。参数化精确获得两种物理 motivated 性质，如命题1所述：预测带隙的非负性以及低保真度PBE估计与高精度PBE0预测之间的单调性。第三个性质，即金属预测趋向零的跨栏条件，通过惩罚强制执行并在经验上得到验证。这种两个通过构造保证、一个近似强制并验证的划分在摘要、方法学和本结论中一致使用。在排除DOS的紧凑34维描述符集上，十种子集成达到0.186 eV的测试MAE和R²=0.880的决定系数，使模型在显著更小的特征足迹下接近MXgap参考基准。分切符合性校准提供的预测区间的经验覆盖率与0.90名义水平相差不到0.5个百分点，而不确定性感知帕累托筛选返回74种位于光催化窗口[1.23, 3.10] eV内的镧基候选材料。

该框架的数学内容建立在三个要素之上，它们陈述简单且可验证。首先，命题1的架构保证直接源于softplus函数的严格正性及低保真输入的钳制，二者共同将每个预测置于图7的可行区域。其次，方程(4)的分切符合性分位数在名义α水平提供有限样本、无分布覆盖，独立于底层神经替代模型。第三，方程(7)的增强切比雪夫标量化通过窗口距离与分类器置信度之间的显式权衡对候选材料进行排序，在候选集上产生确定性顺序。第4节的经验研究在MXgap数据范围内支持这些要素。

未来工作有三个自然方向。第一是更具雄心的外分布计划，生成当前过渡金属家族之外的独立杂化泛函数据集，以带点预测和保形区间的覆盖率进行压力测试，同时采用加权或非交换符合变体以放松可交换性假设。第二是将对称性感知描述符或图编码器整合到PC-NODE骨干中，以更好地利用MXgap库的全因子设计。第三是通过靶向合成和光谱表征对排名最高的镧基候选材料进行实验验证。综合而言，这些方向将把当前替代模型转变为光催化MXene发现的闭环设计流程，使数学保证从参数化一直传播到排名候选列表。"