[論文レビュー] Exploring material compositions for synthesis using oxidation states

Maung Thway, Andy Paul Chen+10 more|arXiv (Cornell University)|May 14, 2024

Catalysis and Oxidation ReactionsChemical Engineering被引用数 3

ひとこと要約

本論文では、酸化状態の必要条件を満たす確率を評価することで、電荷中性を満たすために元素がとる酸化状態の可能性をデータ駆動型アプローチで予測する、酸化状態確率（OSP）手法を紹介する。この手法は、Cu-In-Te系に適用され、CuIn₃Te₅の合成可能性が成功裏に予測され、実験的合成が誘導された。これは、膨大な候補集合から実現可能な組成を優先順位付けする可能性を示している。

ABSTRACT

Recent advances in machine learning techniques have made it possible to use high-throughput screening to identify novel materials with specific properties. However, the large number of potential candidates produced by these techniques can make it difficult to select the most promising ones. In this study, we develop the oxidation state probability (OSP) method which evaluates ternary compounds based on the probability (the OSP metric) of each element to adopt the required oxidation states for fulfilling charge neutrality. We compare this model with Roost and the Fourier-transformed crystal properties (FTCP)-based synthesizability score. Among the top 1000 systems with the most database entries in Materials Project (MP), more than 500 systems exhibit an attested compound among the top 3 compositions when ranked by the OSP metric. We find that the OSP method shows promising results for certain classes of ternary systems, especially those containing nonmetals, s-block, or transition metals. When applied to the Cu-In-Te ternary system, an interesting system for thermoelectric applications, the OSP method predicted the synthesizability of CuIn$_3$Te$_5$ without prior knowledge, and we have successfully synthesized CuIn$_3$Te$_5$ in experiment. Our method has the potential to accelerate the discovery of novel compounds by providing a guide for experimentalists to easily select the most synthesizable candidates from an arbitrarily large set of possible chemical compositions.

研究の動機と目的

• 高スループットな機械学習スクリーニングにおいて、膨大な候補プールが実験的実現可能性を圧倒する中で、有望な材料組成を選択する課題に対処すること。
• 合成成功の可能性を推定する計算的に効率的な指標を開発し、酸化状態の傾向を活用すること。
• 非金属、sブロック、遷移金属含有の三元系化合物の優先順位を、化学的直感を定量的スコアリングシステムに組み込むことで向上させること。
• 実験者に対して、合成作業を最も妥当な組成に集中させることのできる信頼性があり、解釈可能なガイドラインを提供すること。

提案手法

• 酸化状態確率（OSP）指標は、三元系化合物内の各元素が、全体の電荷中性に必要な酸化状態をとる確率を計算する。
• OSPは、Materials Projectデータベース内の既知の化合物の統計的分析に基づき、各元素の歴史的酸化状態分布を用いて導出される。
• この手法は、各元素の酸化状態確率の積に基づいて三元系組成をランク付けし、安定で電荷バランスの取れた酸化状態をとる可能性が高い組み合わせを優遇する。
• 予測性能を評価するため、既知の材料においてRoostおよびFTCPベースの合成可能性スコアとOSPを比較する。
• 本手法は、以前の実験的報告がなかったにもかかわらず、CuIn₃Te₅が非常に高い確率で予測されたCu-In-Te系に適用された。
• 本手法は、解釈可能でスケーラブルに設計されており、任意に大きな組成空間の迅速なスクリーニングが可能である。

実験結果

リサーチクエスチョン

• RQ1 酸化状態の傾向を定量的に活用することで、三元系無機化合物の合成可能性を予測できるか？
• RQ2 Roost や FTCP といった既存の合成可能性予測子と比較して、OSP 指標の性能はどの程度か？
• RQ3 非金属、sブロック、または遷移金属を含む系において、OSP 法は実験的に入手可能な組成を効果的に優先順位付けできるか？
• RQ4 OSP 法は、以前に報告のなかった化合物の成功した実験的合成を誘導できるか？
• RQ5 OSP 指標は、上位ランクの組成において、既に確認済みの化合物をどの程度特定できるか？

主な発見

• Materials Projectデータベースに登録されたエントリ数が最も多い上位1000の三元系系において、500以上が、OSP指標で上位3位以内にランクされた実証済み化合物を含んでいた。
• OSP手法により、Cu-In-Te系において、以前に実験的に報告のなかったCuIn₃Te₅の合成可能性が成功裏に予測された。
• CuIn₃Te₅の実験的合成が成功裏に達成され、OSPモデルの予測力が裏付けられた。
• OSP手法は、非金属、sブロック元素、遷移金属を含む化合物の予測において特に優れた性能を示した。
• 特に酸化状態の振る舞いが複雑な系において、既存のベースライン手法に比べて、高スコアな候補の中から既知で安定な化合物を識別する能力が優れていた。
• 本手法は、高スループット材料発見における実験的合成を支援する信頼性があり、解釈可能でスケーラブルなフレームワークを提供する。