Evaluating global optimization and generative methods for low-energy and diverse crystal structure prediction via two case studies
2026 · Digital Discovery
저자
Sunggi An, Sungwon Kim, Ko Jinyoung, Juhwan Noh, Zahed Allahyari, Артем Ромаевич Оганов, Alán Aspuru‐Guzik, Chris J. Pickard, 정유성 (Yousung Jung)
연구주제
Machine Learning in Materials Science · Advanced Chemical Physics Studies · Crystal Structures and Properties
NTIS 과학기술표준분류
배정 근거: 지원 과제·키워드 근거가 없어 AI가 논문 제목·초록을 읽고 고른 분류(정책 연계 맵과 같은 방법).
AI 연구 키워드·방법
crystal structure prediction metastable structure vanadium oxide polymorph
생성 모델 global optimization
키워드 (OpenAlex)
crystal structure prediction global optimization generative methods metastable structures structural diversity benchmarking low-energy buildings
초록
Eight CSP methods are benchmarked on V–O polymorphs, highlighting their complementary strengths in low-energy search, metastable sampling, structural diversity, and symmetry coverage.
이 논문을 지원한 국가R&D 과제 (NTIS 성과)
NTIS 성과DB(2020–24)에서 DOI 매칭 없음
인접 그래프
노드 hover = 이웃 강조 · 1회 클릭 = 고정 · 고정된 노드 다시 클릭 = 페이지 이동
이 문서와 연결된 페이지
교수 1
연구주제 1
Machine Learning in Materials Science