arXiv Artificial Intelligence· Heewoong Noh, Gyoung S. Na, Elton Pan, Namkyeong Lee, Chanyoung Park·· 18 小时前AI 评分22
CondMSP:条件驱动与资源感知的无机材料合成规划
CondMSP: Condition-Informed and Resource-Aware Inorganic Materials Synthesis Planning
AI 导读
CondMSP 将无机材料合成规划从配方预测扩展到执行感知规划,通过联合预测器与变量专属专家预测温度、时间、气氛,并将其同时用作工序序列生成与检索的过程上下文和炉次共享的执行需求。在每目标 3 次模拟炉次下,参考配方复现率从 27.9% 提升至 32.9%,30 次试验下从 34.7% 提升至 40.0%。新增 2,344 个目标的评测集支持超越氧化物主导训练化学的泛化。
来源:arXiv Artificial Intelligence · arxiv.org