《Journal of Materials Science & Technology》：A composition generation framework embedded with domain knowledge for chemically disordered inorganic compounds
编辑推荐：
•一种用于无序材料的多目标逆向设计新方法。•一种评估组分化学合理性的指标。•在含锂系统中无需重新训练的应用。•用于无序化合物的领域知识嵌入生成框架。引言功能晶体的发现传统上依赖于高通量实验、第一性原理计算和机器学习辅助的性能预测 [[1], [2], [3]]，并已通过领域知
- •
一种用于无序材料的多目标逆向设计新方法。
- •
一种评估组分化学合理性的指标。
- •
在含锂系统中无需重新训练的应用。
- •
用于无序化合物的领域知识嵌入生成框架。
引言
功能晶体的发现传统上依赖于高通量实验、第一性原理计算和机器学习辅助的性能预测 [[1], [2], [3]]，并已通过领域知识嵌入的机器学习工作流 [4] 得到进一步发展。虽然这些方法在识别高性能候选者方面很有效，但通常局限于预定义化学空间，要求在评估前指定候选者 [5]。这种局限性在化学无序系统中尤为明显，其中多样的局部配位环境产生了结构异质性，这对离子传输、电子传导和催化等功能特性具有关键影响 [[6], [7], [8]]。由于其底层复杂的能量景观，这些材料的性质对组分高度敏感，特别是在具有高维组分空间的多组分系统中 [[9], [10], [11], [12]]。这种组合复杂性使得穷举筛选在计算上变得难以处理 [13,14]。化学无序无机材料的组分空间在组合上是巨大的：对于具有 1at.% 离散化的五组分系统，不同的化学计量组合数量超过 460 万，六组分系统上升至超过 9600 万，七个或更多组分则超过 109 [[15], [16], [17]]。我们针对化学无序组分的生成建模进行研究，重点在于实现高化学计量保真度并实现高效的逆向设计。该框架建立了一个组分基础，当与未来的结构预测工具及我们开发的评估框架 MCTSGT [18] 集成时，预计将为化学无序材料实现端到端的组分 - 结构 - 性质设计与验证管道。
另一种策略是学习已知材料的统计模式，然后利用该知识提出新组分，而不是对预定义的一组候选者进行排名 [[19], [20], [21], [22]]。这种方法被称为逆向设计，已通过多种机器学习技术实现，包括变分自编码器 (VAEs)、生成对抗网络 (GANs)、扩散模型和语言模型等生成模型。这些方法已展现出生成化学合理的无机组分和晶体结构的能力 [23,24]。虽然像 MatGAN [25]、MatterGPT [26]、CDVAE [27] 和 Matter-Gen [28] 这样的模型成功生成了化学有序组分和简单周期结构，但其对复杂晶体几何结构的有效性显著下降。此外，这些方法仍然不适用于化学无序组分或结构 [29,30]，其中明确的组分作为预测结构的必要化学描述符 [28]。除了结构建模外，有针对性的组分设计指导实验合成向优化的功能状态发展 [17]。现有的生成模型通常将化学计量比视为无特征数值，忽略了有序和无序系统之间的复杂性差异。虽然化学有序组分严格由离散整数化学计量比组成，这自然适合舍入或阈值操作以减轻生成噪声，但化学无序组分可以表现出整数和分数化学计量系数的混合。这种混合分布对生成噪声仍然高度敏感，通常产生虚假的分数系数。为了减轻这些挑战，最近的策略引入了基于阈值的化学计量比筛选和事后筛选，以减轻噪声并强制执行特定性质的控制。例如，Joint-WAE [31] 和 Qin 等人的生成模型 [32] 结合生成模型与性质预测器，并保留符合预定义标准的候选者。虽然这种策略改善了定向搜索，但它通常将微小的化学计量系数视为数值噪声，冒着系统性地排除微量元素取代的风险。最近的模型如 Supercon-Diffusion [33] 和 SuperDiff [34] 采用数字分离或基于扩散的表示，但仍然产生过多的偏离真实化合物的非整数化学计量系数。在这些模型中，96.19%–100% 的生成系数是非整数的，表明系统性地偏离了真实的整数值化学计量模式。因此，现有的生成方法 largely 将化学计量比视为数值回归问题，从而限制了其捕捉化学无序无机组分固有的真实化学计量分布的能力。
在本工作中，我们提出了 Tri-Control-MatVAE，这是一个旨在为有序和化学无序组分生成可行候选者的框架。而不是将化学计量比视为纯粹的数值回归问题，Tri-Control-MatVAE 结合了化学无序组分特有的混合化学计量分布。为了减轻先前模型中经常观察到的化学计量失真，我们提出了一种领域知识嵌入的混合化学计量感知去噪 (HSAD) 机制，该机制解耦了化学计量系数的整数和分数部分，从而在保留复杂功能材料所需的混合化学计量分布的同时对输出进行去噪。为了评估这种方法在捕捉此类分布方面的有效性，我们提出了化学计量保真度 (SF)，这是一种基于 Jensen-Shannon 散度 (JSD) 的可靠性指标。通过量化生成元素系数与真实元素系数的统计分布之间的对齐情况，SF 提供了组分现实性的度量，允许定量评估合成输出是否忠实反映实验数据中观察到的内在模式。为了给模型提供足够的化学背景，我们采用了一种多粒度表示，不仅使用元素身份和数量编码每个组分，还使用离子半径、电负性和晶胞尺寸等辅助描述符。最后，集成的条件策略提供对元素类型、目标性质和组分状态的同时控制， enable 对高维无序组分空间的受控探索。本工作的主要贡献总结如下：
- (a)
我们确定了将生成模型应用于化学无序系统时出现的化学计量失真问题，表明传统的连续回归可能偏离化学现实的组分状态。
- (b)
我们制定了一种材料统计视角用于化学无序无机组分的生成设计，将混合化学计量比确定为统计忠实组分生成的关键约束，并提出 SF 作为量化评估这种一致性的新指标。
- (c)
我们提出了 Tri-Control-MatVAE，一个领域知识嵌入的生成框架，集成了基于化学计量分布物理的 HSAD 机制。通过提供对元素选择、目标性质和化学有序/无序组分状态的三重目标条件控制，它为有序和化学无序无机材料的可控组分设计建立了一种知识嵌入的生成范式。
章节摘要
方法
生成化学无序无机组分仍然具有挑战性，因为它们的混合化学计量分布包含整数和分数系数，其中微小的数值偏差可能产生统计上不现实的组分。为了克服这一问题，我们提出了 Tri-Control-MatVAE，一个领域知识嵌入框架，该框架在整个生成管道中强制执行化学现实性。如图 1(a) 所示，该框架摄取多面设计
实验
本节评估 Tri-Control-MatVAE（为简洁起见，下文简称 MatVAE）生成有效和可控组分的能力。我们的分析侧重于化学合理性、化学计量保真度和多维可控性，这些是有效逆向材料设计的关键指标。
针对含锂系统的定向生成
为了验证 MatVAE 的实际效用及其加速发现特定无机化合物的潜力，我们将该框架应用于导航含锂系统的组分空间，具体针对与全固态电池相关的组分 [37,38]。模型权重仅使用 DSC 数据集进行训练，没有针对特定任务的微调；然而，筛选协议结合了大量的领域知识以缩小搜索空间
结论与展望
在本工作中，我们提出了 Tri-Control-MatVAE，这是一个领域知识嵌入的生成框架，用于有序和化学无序无机组分的定向逆向设计。而不是将化学计量比视为纯粹的数值表示，该框架将组分生成制定为层次建模过程，在其中明确编码组分分布、缺陷化学和物理化学约束的领域知识。通过
CRediT 作者贡献声明
马晨旭：写作 - 审阅与编辑，写作 - 初稿，可视化，验证，软件，方法论，研究，形式分析，数据整理，概念化。 于振耀：写作 - 审阅与编辑，验证，方法论。 杨征伟：写作 - 审阅与编辑，概念化。 张王莹：写作 - 审阅与编辑，数据整理。 何兵：写作 - 审阅与编辑，方法论。 石思琪：写作 - 审阅与编辑，监督，资金获取。 刘月：
利益冲突声明
作者声明没有已知的竞争性财务利益或个人关系可能影响本论文报告的工作。
致谢
这项工作得到了 国家自然科学基金委员会（项目编号：92472207、92572301、92270124 和 52073169）的支持。
马晨旭 | 于振耀 | 杨征伟 | 张王莹 | 何兵 | 石思琪 | 刘月
