PINN预测无机半导体振动稳定性

本文介绍了一种物理信息神经网络（PINN），用于预测无机半导体的振动稳定性，这是进行高通量材料筛选的关键属性。关键创新是将Born稳定性标准直接纳入损失函数，确保模型遵守基本物理学。这种方法提高了性能，特别是在识别不稳定材料方面，这对于筛选至关重要。这项工作贡献了一个有价值的筛选工具和一种整合领域知识以提高材料信息学预测准确性的方法。

• •使用PINN预测无机半导体的振动稳定性。
• •将Born稳定性要求整合到损失函数中。
• •该模型实现了0.83的F1分数和0.82的AUC-ROC。
• •该方法改进了不稳定材料的识别。
• •提供了一个筛选工具和一种整合领域知识的方法。