PyAPX: python toolkit for atomic configuration pattern exploration

doi:10.1038/s41598-026-66072-5

PyAPX: python toolkit for atomic configuration pattern exploration

2026-08-19

0

OA

AI

DOI：10.1038/s41598-026-66072-5

原文链接

查看原文

摘要

En 中文

在材料发现中，第一性原理计算与机器学习技术的集成已被积极研究用于两项关键任务：晶体结构预测，即根据化学成分搜索稳定结构，以及元素替代，即探索在给定晶体结构中产生期望性能的化学成分。然而，即使晶体结构和化学成分均固定，材料性能仍可能因晶体学位点上的原子排列（构型）而异。为支持详细的材料设计，我们提出了PyAPX，一个执行稳定原子构型贝叶斯搜索的Python工具包。本次初始发布的独特之处在于引入了适用于构型搜索的编码方法，并通过h-BCN系统评估了其性能。结果表明，改进的邻位原子（NAmod）编码在该系统中相较于常用的独热编码（one-hot encoding）表现出更优的收敛性。此外，通过使用通用机器学习原子间势能作为能量评估器，工具包及其所提编码在三维c-BC2N系统中的应用也得到展示，超越了二维测试案例。编码性能的系统依赖性也进行了讨论。PyAPX可广泛应用于晶体材料，有望进一步推动材料发现。

PyAPX: python toolkit for atomic configuration pattern exploration

摘要

AI总结

期刊

机构

引用论文