microsoft/mattergen

Official implementation of MatterGen -- a generative model for inorganic materials design across the periodic table that can be fine-tuned to steer the generation towards a wide range of property constraints.

What it solves

MatterGen은 무기 재료의 발견과 설계를 자동화하기 위해 설계되었습니다. 전통적으로 특정 원하는 속성(예: 자기 밀도 또는 밴드갭)을 가진 새로운 재료를 찾는 것은 느리고 시행착오를 거치는 과정입니다. MatterGen는 연구자들이 주기율표 전체에 걸쳐 특정 속성 제약 조건을 충족하는 맞춤형 새로운 결정 구조를를 생성할 수 있게 해줍니다.

How it works

MatterGen은 생성형 확산 모델입니다. 다음과 같은 두 가지 주요 방식으로 사용할 수 있습니다:

  1. Unconditional Generation: 모델은 사전 학습된 베이스 모델로부터 샘플링하여 특정 제약 조건 없이 새로운 재료를를 생성합니다.

  2. Property-Conditioned Generation: 베이스 모델을 미세 조정하여 자기 밀도, 벌크 모듈러스 또는 특정 화학 시스템과 같은 목표 속성을 충족하는 재료를 생성하도록 유도할 수 있습니다. classifier-free diffusion guidance를 사용하여 목표 속성 준수율과 생성된 샘플의 다양성과 현실성을 균형 있게 조절합니다.

Who it’s for

이 도구는 주로 새로운 무기 결정의 물리적 또는 화학적 속성을 설계해야 하는 재료 과학자, 화학자 및 계산 물리학자를 대상으로 합니다.

Highlights

  • Multi-Property Conditioning: 하나 또는 그 이상의 목표 속성을 동시에 기반으로 하여 재료료를 생성하는 능력 (예: 화학 시스템과 energy above hull을 결합함).

  • **……………………………………………

  • Pre-trained Models: 밴드갭, 자기 밀도, 공간군을 포함한 다양한 속성용 Basetoken-based models (Basetoken-based models)를 위한 여러 checkpoint를 제공합니다.

  • Integrated Evaluation: MatterSim과 같은 머신러닝 힘의 장(force fields)를 사용하여 생성된 구조의의 안정성, 신규성, 그리고 독특함을 평가하기 위한 도구를 포함합니다.

  • Flexible Training: MP-20과 같은 데이터셋에서 처음부터 학습시키거나, adapter를 통해 특정 속성을 위한 미세 조정이이 가능합니다.