[논문 리뷰] Space Group Constrained Crystal Generation

Rui Jiao, Wenbing Huang외 3명|arXiv (Cornell University)|2024. 02. 06.

Crystallization and Solubility Studies인용 수 14

한 줄 요약

DiffCSP++는 공간군 제약을 통합하여 확산 기반 결정 형성을 확장하고 대칭하에 격자, Wyckoff 위치, 원자 타입 생성을 가능하게 한다. 실험은 구조 예측 및 공간군 인식 제어를 통한 ab initio 생성의 향상을 보여준다.

ABSTRACT

Crystals are the foundation of numerous scientific and industrial applications. While various learning-based approaches have been proposed for crystal generation, existing methods seldom consider the space group constraint which is crucial in describing the geometry of crystals and closely relevant to many desirable properties. However, considering space group constraint is challenging owing to its diverse and nontrivial forms. In this paper, we reduce the space group constraint into an equivalent formulation that is more tractable to be handcrafted into the generation process. In particular, we translate the space group constraint into two parts: the basis constraint of the invariant logarithmic space of the lattice matrix and the Wyckoff position constraint of the fractional coordinates. Upon the derived constraints, we then propose DiffCSP++, a novel diffusion model that has enhanced a previous work DiffCSP by further taking space group constraint into account. Experiments on several popular datasets verify the benefit of the involvement of the space group constraint, and show that our DiffCSP++ achieves promising performance on crystal structure prediction, ab initio crystal generation and controllable generation with customized space groups.

연구 동기 및 목표

• 확산 기반 결정 생성에 공간군 대칭을 도입하여 정확도와 제어 가능성을 개선하려는 동기를 제공한다.
• 격자(기저) 및 Wyckoff(분수 좌표) 제약으로 공간군 제약을 실용 가능한 형태로 번역한다.
• 이러한 제약 하에서 격자 행렬, 분수 좌표, 원자 타입을 공동으로 생성하는 확산 모델을 개발한다.
• 다양한 데이터 세트에서 결정 구조 예측 및 ab initio 결정 생성을 통한 성능 향상을 입증한다.

제안 방법

• 공간군 제약을 두 부분으로 해석한다: 변하지 않는 로그-공간의 격자 기저 제약과 분수 좌표에 대한 Wyckoff 위치 제약.
• 격자 L을 polar 분해 L = Q exp(S)로 표현하여 S(대칭 행렬)로 결정되는 불변 부분이 O(3) 회전에 독립적으로 격자 모양을 결정하도록 한다.
• 격자를 6개의 결정 계로 분류하여 격자 제약을 대칭 기저 계수 k_i (i=1..6)에 매핑한다.
• Wyckoff 위치를 사이트 대칭 및 Wyckoff 다성성으로 제약하여 분수 좌표를 모델링하고 필요에 따라 의사역수를 사용해 Wyckoff 제약 하위 공간으로 denoised 좌표를 투영한다.
• L에 대한 불변 k-벡터, Wyckoff 제약 하의 분수 좌표 F′, 기본 원자 타입 A′에 대해 확산 과정을 적용하고, 공동 학습 목적 L_M = λ_k L_k + λ_F′ L_F′ + λ_A′ L_A′를 사용한다.
• 적절한 E(3) 불변성을 보장하면서 불변 그래프 신경망 특성, 시간 임베딩, Fourier 기반 상대 위치 인코딩을 통해 denoising 모델에 공간군 대칭을 인코딩한다.

Figure 1: Overview of our proposed DiffCSP++ for the denoising from ${\mathcal{M}}_{t}$ to ${\mathcal{M}}_{t-1}$ . We decompose the space group constraints as the crystal family constraints on the lattice matrix (the red dashed line) and the Wyckoff position constraints on each atom (the blue dashed

실험 결과

연구 질문

• RQ1 공간군 대칭을 격자 제약과 Wyckoff 제약을 구분해 확산 기반 결정 생성을 효과적으로 통합할 수 있는가?
• RQ2 생성 도중 공간군 제약이 적용될 때 결정 구조 예측 및 ab initio 생성 성능이 DiffCSP++에서 향상되는가?
• RQ3 GT 공간군 입력과 템플릿 기반 입력의 차이가 생성 품질에 어떤 영향을 미치는가?
• RQ4 불변 격자 표현이 이전 DiffCSP 접근 방식과 비교해 모델 성능에 어떤 영향을 미치는가?

주요 결과

• DiffCSP++는 공간군 제약을 이용해 Perov-5, MP-20, MPTS-52 데이터 세트에서 결정 구조 예측에 대해 강력한 성능을 달성했다.
• GT 공간군 조건에서 DiffCSP++는 일치률(match rate)과 RMSE에서 베이스라인 방법을 능가한다.
• GT 공간군이 없을 때 CSPML 템플릿을 사용한 DiffCSP++는 예측을 개선하지만 GT 조건 대비 차이는 남아 있다(MP-20에서 70.58% vs 80.27% MR).
• ab initio 생성에서 DiffCSP++는 타당성(validity)과 포괄성(coverage)에서 베이스라인과 같거나 우수하며 밀도, 형성 에너지 등 더 현실적인 결정에 대한 특성 통계가 향상된다.
• 무변 격자 표현과 사전/사후 평균 전략이 MR 및 RMSE에 영향을 주며, DiffCSP++(Post)가 다른 변형들보다 더 높은 MR(80.27%)과 더 낮은 RMSE를 달성한다.
• 이 방법은 공간군 대칭을 도입하는 것이 복잡한 구조의 확산 기반 결정 생성에 이득이 있음을 보여준다.

Figure 3: Architecture of the denoising model.