要約
先端材料の迅速な設計は、科学的に非常に興味深いテーマです。
従来の材料設計の「順方向」パラダイムでは、複数の候補を評価して、ターゲットの特性に一致する最適な候補を決定します。
しかし、ディープラーニングの分野における最近の進歩により、ターゲット特性を備えたモデルが最適な候補を見つけることができる、先端材料の「逆」設計パラダイムの可能性が生じています。
比較的新しい概念であるため、これら 2 つのパラダイムが実際のアプリケーションでどのように機能するかを系統的に評価する必要が依然としてあります。
したがって、この研究の目的は、順方向設計と逆方向設計のモデリング パラダイムを直接、定量的に比較することです。
これを行うには、異なる目的と制約を持つ耐火性高エントロピー合金設計の 2 つのケース スタディを検討し、逆設計法を局所フォワード サーチ、ハイ スループット スクリーニング、多目的最適化などの他のフォワード スキームと比較します。
要約(オリジナル)
The rapid design of advanced materials is a topic of great scientific interest. The conventional, “forward” paradigm of materials design involves evaluating multiple candidates to determine the best candidate that matches the target properties. However, recent advances in the field of deep learning have given rise to the possibility of an “inverse” design paradigm for advanced materials, wherein a model provided with the target properties is able to find the best candidate. Being a relatively new concept, there remains a need to systematically evaluate how these two paradigms perform in practical applications. Therefore, the objective of this study is to directly, quantitatively compare the forward and inverse design modeling paradigms. We do so by considering two case studies of refractory high-entropy alloy design with different objectives and constraints and comparing the inverse design method to other forward schemes like localized forward search, high throughput screening, and multi objective optimization.
arxiv情報
| 著者 | Arindam Debnath,Lavanya Raman,Wenjie Li,Adam M. Krajewski,Marcia Ahn,Shuang Lin,Shunli Shang,Allison M. Beese,Zi-Kui Liu,Wesley F. Reinhart |
| 発行日 | 2023-07-25 15:35:13+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google