据EurekAlert网站9月18日消息，加州大学圣地亚哥分校研究人员利用人工神经网络来预测晶体结构的稳定性。研究人员通过输入原子的电负性和离子半径两组数据，对人工神经网络进行训练。结果表明，该方法比以往的机器学习方法快10倍，可在笔记本电脑中于数小时筛选几千种材料。研究人员利用该方法，成功预测出石榴石和钙钛矿等具有稳定晶体结构的材料。相关研究成果发表于《Nature Communications》期刊。

https://www.eurekalert.org/pub_releases/2018-09/uoc--sua091318.php