AI与世界难题 · 化学与材料 · arXiv · 2026-10-21
TexFlow：通过归一化流在 SO(3) 流形上学习晶体织构
原标题: TexFlow: learning crystallographic texture on SO(3) manifold via normalizing flows
晶体学织构从统计上描述多晶材料中晶粒的取向，传统上采用取向分布函数和极图进行分析，但这些工具本身并不支持对工艺-结构-性能关联的预测建模，而且存在于非欧几里得群 SO(3) 中的旋转也限制了标准机器学习方法的使用。TexFlow 是一种条件归一化流，通过六维 Gram-Schmidt 正交化表示学习 SO(3) 中旋转的概率分布，支持条件建模 p(R|c)，其中 c 可以是温度或变形状态等加工参数，并引入了织构的 Hopf 纤维化可视化。该方法在实验与模拟数据集上均得到验证，能准确捕捉多峰织构及其条件演化，为工艺-织构关联提供了数据驱动的框架。