Discovery of 2D Materials via Symmetry-Constrained Diffusion Model

要約

2D マテリアルの生成モデルは、マテリアル発見プロセスを加速する上で大きな可能性を示しています。
これらの材料の安定性と性能は、その根底にある対称性に強く影響されます。
ただし、2D マテリアルの既存の生成モデルでは対称性の制約が無視されることが多く、生成される構造の多様性と品質の両方が制限されます。
ここでは、空間群の対称性を生成プロセスに統合する対称制約拡散モデル (SCDM) を導入します。
ワイコフ位置を組み込むことにより、モデルは対称原則の遵守を保証し、2,000 の候補構造の生成につながります。
DFT 計算は、構造緩和後のこれらの構造の凸包エネルギーを評価するために実行されました。
生成されたサンプルから、エネルギー安定性基準 (Ehull < 0.6 eV/原子) を満たす 843 個の材料が特定されました。 これらの中から、フォノンのバンド構造の評価や電子特性の調査など、さらなる安定性解析のために 6 つの候補が選択され、そのすべてがフォノンのスペクトル安定性を示しました。 SCDM のパフォーマンスのベンチマークを行うために、結晶構造予測モデルを介して対称性の制約のない拡散モデルも評価されました。 この結果は、対称制約を組み込むことで生成された 2D マテリアルの有効性が向上し、生成モデリングによる 2D マテリアルの発見に貢献することを強調しています。

要約(オリジナル)

Generative model for 2D materials has shown significant promise in accelerating the material discovery process. The stability and performance of these materials are strongly influenced by their underlying symmetry. However, existing generative models for 2D materials often neglect symmetry constraints, which limits both the diversity and quality of the generated structures. Here, we introduce a symmetry-constrained diffusion model (SCDM) that integrates space group symmetry into the generative process. By incorporating Wyckoff positions, the model ensures adherence to symmetry principles, leading to the generation of 2,000 candidate structures. DFT calculations were conducted to evaluate the convex hull energies of these structures after structural relaxation. From the generated samples, 843 materials that met the energy stability criteria (Ehull < 0.6 eV/atom) were identified. Among these, six candidates were selected for further stability analysis, including phonon band structure evaluations and electronic properties investigations, all of which exhibited phonon spectrum stability. To benchmark the performance of SCDM, a symmetry-unconstrained diffusion model was also evaluated via crystal structure prediction model. The results highlight that incorporating symmetry constraints enhances the effectiveness of generated 2D materials, making a contribution to the discovery of 2D materials through generative modeling.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google