PINNによる無機半導体の振動安定性の予測

本論文は、高スループット材料スクリーニングに不可欠な特性である無機半導体の振動安定性を予測するために、物理情報ニューラルネットワーク（PINN）を導入しています。重要な革新は、Born安定性基準を損失関数に直接組み込むことで、モデルが基本的な物理学に準拠するようにすることです。このアプローチは、特に不安定な材料を特定する上でパフォーマンスを向上させ、これはフィルタリングに不可欠です。この研究は、貴重なスクリーニングツールと、材料情報学における予測精度を向上させるためのドメイン知識を統合する方法論を提供します。

• •PINNを使用して、無機半導体の振動安定性を予測。
• •Born安定性要件を損失関数に統合。
• •モデルはF1スコア0.83、AUC-ROC 0.82を達成。
• •このアプローチは、不安定な材料の特定を改善。
• •スクリーニングツールと、ドメイン知識を組み込むための方法論を提供。