据罗切斯特大学网站12月19日消息，美国罗切斯特大学（University of Rochester）的研究人员开发出一个机器学习模型，可对X射线衍射（XRD）实验产生的大量数据进行分析以加速材料创新。研究人员利用无机材料实验的真实数据来训练该模型，涵盖了不同实验条件和晶体特性，并根据布拉格定律进行分类以优化模型架构，再使用3个附加评估数据集来测试模型分析训练数据之外材料的性能，使该模型相比于此前研究使用合成数据训练的模型更加实用。该模型对材料的结构和特性信息进行表征，并对不同材料的晶体系统和空间群进行分类，有助于研究人员开发适合不同技术应用的材料。研究人员下一步将创建平台，供其他研究人员共享X射线衍射实验数据，进一步对模型进行训练和评估。相关研究成果发表在《npj计算材料》（npj Computational Materials）期刊上。

消息来源：https://www.rochester.edu/newscenter/machine-learning-x-ray-diffraction-new-materials-576352/