[논문 리뷰] Discovery of High-Temperature Superconducting Ternary Hydrides via Deep Learning

Xiaoyang Wang, Chengqian Zhang외 6명|ArXiv.org|2025. 02. 23.

Superconducting Materials and Applications인용 수 3

한 줄 요약

본 논문은 구조 탐색과 기본 원리 스크리닝이 통합된 딥 러닝 기반 프레임워크(LAM)를 제시하여 고압에서 고-Tc 삼원계 수소화물 초전도체를 발견하려고 하며, Tc>200 K인 144개의 후보와 38개 구조에 걸친 29개의 프로토타입을 식별했다.

ABSTRACT

The discovery of novel high-temperature superconductor materials holds transformative potential for a wide array of technological applications. However, the combinatorially vast chemical and configurational search space poses a significant bottleneck for both experimental and theoretical investigations. In this study, we employ the design of high-temperature ternary superhydride superconductors as a representative case to demonstrate how this challenge can be well addressed through a deep-learning-driven theoretical framework. This framework integrates high-throughput crystal structure exploration, physics-informed screening, and accurate prediction of superconducting critical temperatures. Our approach enabled the exploration of approximately 36 million ternary hydride structures across a chemical space of 29 elements, leading to the identification of 144 potential high-Tc superconductors with predicted Tc > 200 K and superior thermodynamic stability at 200 GPa. Among these, 129 compounds spanning 27 novel structural prototypes are reported for the first time, representing a significant expansion of the known structural landscape for hydride superconductors. This work not only greatly expands the known repertoire of high-Tc hydride superconductors but also establishes a scalable and efficient methodology for navigating the complex landscape of multinary hydrides.

연구 동기 및 목표

• 고압 하에서 고-Tc 수소화물 초전도체의 방대한 조합 탐색 공간 해결.
• 29원소 화학 공간에서 엔탈피를 예측하기 위한 딥 러닝 대리모델(LAM)을 개발하고 검증한다.
• 물리 정보 기반 스크리닝에 guided된 고처리대 구조 탐색(CALYPSO)을 수행한다.
• 열역학적 및 동적 안정성을 가진 후보를 선별하고 학습 기반 Tc 모델로 Tc를 예측한다.
• 새로운 구조 프로토타입을 식별하고 예측된 초전도체의 합성 가능성을 평가한다.

제안 방법

• 대형 원자 모형(LAM)을 Deep Potential Attention 아키텍처를 사용하여 150–250 GPa 하의 삼원계 수소화물의 엔탈피 및 힘을 예측하도록 구축한다.
• CALYPSO 구조 탐색과의 동시 학습을 통해 LAM을 훈련시켜 약 218k 개의 라벨이 달린 DFT 샘플(에너지, 힘, 응력)을 생성한다.
• m,n≤4이고 3(m+n)≤x≤10(m+n)인 A_mB_nH_x 조성을 열거한다; LAM을 에너지 추정기로 사용하여 CALYPSO로 200 GPa 구조 탐색을 수행한다.
• 고처리 필터링: hull 안정성(LAM) ≤50 meV/원자, 대칭성(공간군) >75, 수소 분율 >75%, 동적 안정성(포논) ≤3 THz, DFT hull ≤50 meV/원자.
• 2단계 전자-포논 결합(EPC) 분석: 480개 구조에서 초기 Tc 결과 202개를 도출; 남은 후보에 대해 EPC 데이터로 미세 조정된 Tc 모델을 사용하여 2단계 수행.
• 에너지 사전학습과 Tc 및 에너지 데이터로 다중 작업 미세 조정으로 학습된 Tc 모델이 테스트 세트에서 MAE 20.2±2.2 K를 달성한다.

실험 결과

연구 질문

• RQ1 Can a deep-learning–assisted framework efficiently navigate the combinatorial space of ternary hydrides to identify high-Tc superconductors under pressure?
• RQ2 How accurately can a physics-informed deep learning model predict enthalpy and stability across 29 elements under high pressure?
• RQ3 What is the potential yield of high-Tc (Tc>200 K) ternary hydrides and how many novel structural prototypes can be discovered?
• RQ4 How can EPC calculations be integrated with machine-learning–predicted candidates to validate superconductivity predictions?

주요 결과

• The framework explored ~36,292,030 ternary hydride structures across 29 elements.
• Identified 144 potential high-Tc hydride superconductors (Tc>200 K) across 38 structural prototypes.
• Among these, 129 compounds spanning 27 novel structural prototypes are newly predicted (not previously reported).
• Eight hydrides lie on the DFT hull at 200 GPa, indicating thermodynamic stability; several are metastable yet near-stable (Δhull,DFT ≤ 50 meV/atom).
• Stage-1 EPC calculations for 480 structures yielded 202 successful Tc results, with 100 having Tc>200 K across 29 prototypes.
• Stage-2 Tc model, fine-tuned from energy-pretrained LAM, achieved a test MAE of 20.2 K (±2.2 K).
• 12 predicted hydrides have Tc approaching or exceeding room temperature at 200 GPa (e.g., Tc up to 372 K for Li2NaH17 in Ca-Y-H/system context), illustrating strong high-Tc potential.
• Several notable Y-Th-H system compounds show Tc>200 K (e.g., Y2ThH24: Tc≈291 K; YThH18: Tc≈209 K; Y3Th3H55: Tc≈202 K).
• 27 novel structural prototypes identified, effectively doubling known clathrate-type prototypes for high-Tc hydride superconductors.