确定晶体结构是发现新功能材料的关键步骤。这个过程非常耗时,并且需要广泛的晶体学专业知识。法国国家科学研究中心Florian Massuyeau和Romain Gautier等人开发了一种基于机器学习的方法,可以根据粉末X射线衍射图自动确定未知材料是否属于钙钛矿类型。
本文要点:
1)在已知化合物的数据集上训练深度学习模型后,可以使用其实验粉末X射线衍射图预测新的未知化合物的结构类型。该策略用于区分一系列新型混合卤化铅中的钙钛矿型材料。
2)经过验证,该方法被证明可以准确识别钙钛矿(卷积神经网络的准确率为92%)。通过识别用于区分钙钛矿和非钙钛矿的图案的关键特征,晶体学家可以学习如何从X射线衍射图案中快速识别低维钙钛矿。
3)因此,这种识别钙钛矿可以推广到其他化学系统和结构类型。不仅有这些技术可用于从快速收集的XRD中自动识别结构类型模式,但重要特征的识别也能够增强科学家的能力区分不同结构类型的新材料。
Massuyeau, F., Broux, T., Coulet, F., Demessence, A., Mesbah, A. and Gautier, R. (2022), Perovskite or Not Perovskite? A Deep Learning Approach to Automatically Identify New Hybrid Perovskites from X-ray Diffraction Patterns. Adv. Mater..
https://doi.org/10.1002/adma.202203879
https://onlinelibrary.wiley.com/doi/abs/10.1002/adma.202203879