AI 與世界的難題 · 化學與材料 · arXiv · 2026-10-19
用於篩選分子結構的空間統計
原標題: Spatial statistics for screening molecular structures
計算材料探索通常仰賴需要數百萬筆 DFT 標註結構的深層架構，這對資料稀少的分子篩選並不切實際。本綜述提出空間統計特徵工程：將分子體素化為純量場，透過 FFT 計算雙點相關函數，再以 PCA 取得低維凸表示，供精簡網路與代理模型使用。此方法在週期性晶體、無序高熵合金與有機分子上，僅需 10 筆訓練樣本即可達到低於 2% 的預測誤差。