From structure mining to unsupervised exploration of atomic octahedral networks

要約

原子中心配位八面体のネットワークは、無機およびハイブリッド固体材料で一般的に発生します。
空間配置と特性を特徴付けることは、構造を多くの材料ファミリーの特性に関連付けるために重要です。
ケースバイケースの検査を使用する従来の方法では、大規模なデータセットの傾向や類似性を発見するのは困難になります。
ここでは、化学的直観を操作して、配位八面体ネットワークの幾何学的解析、定量化、分類を自動化します。
ABO$_{3}$ ペロブスカイト多形体の軸分解傾斜傾向を発見し、これは酸化状態の変化の検出に役立ちます。
さらに、これらのネットワークを表すスケール不変の符号化スキームを開発し、人間支援の教師なし機械学習と組み合わせることで、ハイブリッドヨードプランベートの無機フレームワークのポリタイプを分類できるようになります(A$_x$Pb$_y$I$_z$
）。
その結果、ポーリングの 3 番目のルールと、トポロジーの多様性を支える設計原則の違反が明らかになります。
私たちの結果は、原子八面体ネットワークの広大な設計空間を垣間見ることができ、特定の構造タイプのハイスループットでターゲットを絞ったスクリーニングに情報を提供します。

要約(オリジナル)

Networks of atom-centered coordination octahedra commonly occur in inorganic and hybrid solid-state materials. Characterizing their spatial arrangements and characteristics is crucial for relating structures to properties for many materials families. The traditional method using case-by-case inspection becomes prohibitive for discovering trends and similarities in large datasets. Here, we operationalize chemical intuition to automate the geometric parsing, quantification, and classification of coordination octahedral networks. We find axis-resolved tilting trends in ABO$_{3}$ perovskite polymorphs, which assist in detecting oxidation state changes. Moreover, we develop a scale-invariant encoding scheme to represent these networks, which, combined with human-assisted unsupervised machine learning, allows us to taxonomize the inorganic framework polytypes in hybrid iodoplumbates (A$_x$Pb$_y$I$_z$). Consequently, we uncover a violation of Pauling’s third rule and the design principles underpinning their topological diversity. Our results offer a glimpse into the vast design space of atomic octahedral networks and inform high-throughput, targeted screening of specific structure types.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google