美国罗切斯特大学科研人员开发出一个机器学习模型，可对X射线衍射（XRD）实验产生的大量数据进行分析以加速材料创新。

　　科研人员利用涵盖了不同实验条件和晶体特性的无机材料实验数据来训练该模型，并根据布拉格定律进行分类以优化模型架构，再使用3个附加评估数据集来测试模型分析训练数据之外材料的性能，使该模型相比于此前研究使用的合成数据训练的模型更加实用。该模型对材料的结构和特性信息进行表征，并对不同材料的晶体系统和空间群进行分类，有助于科研人员开发适合不同技术应用的材料。下一步，科研人员将创建平台供其他科研人员共享X射线衍射实验数据，进一步对模型进行训练和评估。相关研究成果发表在《npj计算材料》（npj Computational Materials）期刊上。

　　本文摘自国外相关研究报道，文章内容不代表站观点和立场，仅供参考。

原文链接：https://www.most.gov.cn/gnwkjdt/202402/t20240203_189590.html
[免责声明] 本文来源于网络转载，仅供学习交流使用，不构成商业目的。版权归原作者所有，如涉及作品内容、版权和其它问题，请在30日内与本网联系，我们将在第一时间处理。