Aug, 2024
基于反向变分自编码器的化学无序材料分区函数的生成方法
Targetin the partition function of chemically disordered materials with
a generative approach based on inverse variational autoencoders
TL;DR本研究解决了化学无序材料的原子尺度性质计算中配置空间探索效率低的问题。我们提出了一种新颖的生成性机器学习方法，通过反向变分自编码器生成代表性配置集合，以进行高效的性质评估和原子尺度属性的准确估算。我们的研究展示了该方法在(U, Pu)O2混合氧化物燃料中计算点缺陷形成能和浓度的应用，具有广泛的潜在影响，可用于探索其他材料的原子尺度扩散系数等性质。