Yu yao MatterSeek - Modelo de base universal para previsão de novos materiais (Beta)

 

logo

MatterSeek - Um modelo de base baseado em raciocínio físico e independente de linguagem para previsão universal de novos materiais

O Fim da Tentativa e do Erro - Pioneirismo em um Novo Paradigma para P&D: Design Reverso, Síntese de Precisão

Deixe os materiais evoluirem como a vida
Acelerando a descoberta de novos materiais
Menos experimentos, melhor desempenho

 

 

MatterSeek é um modelo de base universal baseado no raciocínio físico para previsão de novos materiais, lançado oficialmente e com orgulho pela Yuyao Technology (China). Construído com base em algoritmos avançados e dados experimentais de alto padrão, ele atende cenários de P&D de novos materiais inorgânicos e orgânicos, fornecendo aos pesquisadores de todo o mundo um serviço completo.

O modelo rompe a relação fortemente acoplada entre composição, estrutura, processo e desempenho em espaço de alta dimensão. Através do design direto e inverso, ele fornece previsões precisas validadas por experimentos de laboratório úmido de circuito fechado na plataforma experimental interna da Yuyao - MatterSeek não é apenas uma ferramenta de previsão, mas uma solução de execução de alta confiança e implantável industrialmente.

Yuyao

 

Recursos principais

 

Algoritmos Avançados com Restrições Físicas- Orientado pelo raciocínio físico, com 92% do modelo autodesenvolvido.

01

1.035 descritores de materiais + 192 submodelos específicos de domínio- Adaptado com precisão às necessidades de previsão de diferentes sistemas de materiais.

02

Cobertura Universal- Projetado para pesquisa e desenvolvimento de materiais inorgânicos e orgânicos.

03

Loop Experimental Fechado- Nosso laboratório interno executa experimentos automatizados 24 horas por dia, 7 dias por semana, alimentando dados no modelo para treinamento recursivo e melhoria contínua da capacidade.

04

 

Capacidades principais

 

Capacidade Descrição
Design reverso Os usuários simplesmente inserem as propriedades alvo de um novo material e o modelo gera diretamente a composição, o processo e a estrutura previstos.
Entrada Seletiva Não são necessárias instruções profissionais - selecione elementos diretamente de uma tabela periódica interativa.
Filtragem de restrição de elemento Filtre rapidamente o espaço do material candidato por faixa de composição elementar.
Métricas de propriedade personalizada Defina com flexibilidade propriedades de destino para design direto sob demanda.
Visualização Multidimensional Resultados de previsão apresentados de múltiplas perspectivas para apoiar a tomada de decisões.

 

Yuyao2

 

Etapa O que o MatterSeek faz
Requisitos de entrada Instruções químicas em linguagem natural, métricas de propriedades alvo e restrições elementares podem servir como entradas.
Inferência de modelo Por meio da computação de vários módulos no núcleo do modelo e de chamadas de função simultâneas dentro da mesma topologia, os submodelos específicos do domínio correspondentes são invocados para completar a previsão de propriedades ou a inversão de composição.
Resultados de saída Composições e estruturas cristalinas recomendadas, juntamente com parâmetros do processo de síntese, apresentados com visualização multidimensional.
Síntese Laboratorial Nosso laboratório interno realiza experimentos automatizados 24 horas por dia, 7 dias por semana; dados experimentais reais são coletados e realimentados para treinamento de modelos on-line, otimizando continuamente o desempenho do modelo.
Caracterização e Validação Análise de fase XRD e análise de morfologia e composição SEM/EDS, comparando valores medidos com valores previstos.

 

Arquitetura do modelo

 

Item Descrição
Arquitetura Rede neural hierárquica HNN proprietária (orientada pelo raciocínio físico). Design de duas camadas: um backbone compartilhado aprende representações de materiais entre domínios a partir da impressão digital de 1.035-d; no topo estão 192 submodelos especializados de segundo nível agrupados em 17 domínios verticais de primeiro nível, cada um ajustado em materiais que exibem a propriedade alvo. A regularização baseada na física incorpora simetria, leis de conservação e restrições termodinâmicas como penalidades suaves, de modo que a rede produz previsões fisicamente plausíveis em vez de interpolação pura.
Descritores de materiais 1035
Submodelos de domínio 192 submodelos de variáveis ​​​​de desempenho de segundo nível organizados em 17 domínios verticais de primeiro nível: supercondutividade, magnetocalórico, magneto-transporte, magnetismo, catálise e superfícies, transporte eletrônico, óptica, nuclear e irradiação, mecânica, estrutura cristalina, termoelétrica, termodinâmica, transporte térmico, fônons, ferroelétricos, barocalórico e fabricação e custo. Cada submodelo é um preditor dedicado ajustado em materiais que exibem a propriedade alvo. Veja a divisão das categorias abaixo.
Formatos de entrada Instruções em linguagem natural, metas de propriedade, fórmulas de composição.
Formatos de saída Propriedades previstas com limites de incerteza, composições recomendadas (candidatos à frente de Pareto), parâmetros de processamento (janelas de sinterização/recozimento) e propostas de experimentos classificados.
Treinamento Currículo em duas etapas: (1) Pré-treinamento em registros de composição-estrutura-propriedade em grande escala por meio de impressão digital mascarada auto-supervisionada / reconstrução de estrutura; (2) Ajuste fino de domínio com perda informada pela física, ciclos de feedback de aprendizagem ativa e seleção de candidatos guiada por Bayesian/NSGA.

 

9b104740-86ea-405a-abb3-820e5a3150d601
9b104740-86ea-405a-abb3-820e5a3150d603

 

 

Dados de treinamento

 

Item Descrição
Fontes de dados Bancos de dados experimentais de alto rendimento predominantemente proprietários e medições de literatura selecionadas (valores de propriedades); dados estruturais (estrutura cristalina, rede, grupo espacial) complementados por cálculo DFT.
Escala Vários milhões de registros de composição-estrutura-propriedade, dominantes em experimentos (medições de propriedades experimentais emparelhadas com estruturas computadas ou medidas), em expansão contínua por meio de aprendizado ativo.
Sistemas materiais Os sistemas de materiais são selecionados dinamicamente de acordo com a variável de desempenho alvo (cada submodelo é treinado nos materiais que exibem essa propriedade), em vez de ficarem restritos a uma lista fixa de liga/cerâmica.
Limpeza e desduplicação Pipeline automatizado: normalização de célula unitária, reconciliação de fase/grupo espacial, canonização de arredondamento de composição, fusão de registros duplicados, detecção de valores discrepantes contra consistência experimental DFT↔ e divisão de treinamento/val/teste por família de material para evitar vazamentos.

 

Referências

 

A precisão é relatada em conjuntos de testes experimentais divididos por família de materiais dentro de nosso próprio corpus. Nenhum benchmark público ou modelo de pares cobre este conjunto exato de 192 variáveis ​​de desempenho, portanto a comparação entre modelos entre pares não é aplicável.

 

Cobertura e melhores práticas

 

1

Limite de cobertura:

MatterSeek oferece previsões de nível de produção em seus 17 domínios verticais e 192 propriedades de destino. Para combinações de elementos emergentes ou propriedades fora da taxonomia atual, o modelo pode ser estendido sob demanda através do nosso ciclo de aprendizagem ativa - alguns novos experimentos inicializam um novo submodelo em vez de um retreinamento completo.

2

Uso recomendado:

Use as previsões como uma triagem rápida e uma camada de apoio à decisão para priorizar os experimentos, e não como um substituto para a caracterização final.

Emparelhe a saída do modelo com a janela de processamento de composição recomendada; os candidatos da frente de Pareto são classificados para design multiobjetivo.

Para aplicações críticas ou regulamentadas, valide os principais candidatos off-line antes da expansão.

O modelo está se expandindo ativamente para setores adicionais (por exemplo, toxicidade biofarmacêutica, confiabilidade de longo prazo) – entre em contato conosco para obter o roteiro mais recente.

 

 

Desenvolvimento e validação de materiais funcionais amorfos

 

Yuyao4

 

Yuyao5