결정장 정보 반영 ML로 2차원 자성체 PMA 후보 대규모 스크리닝

1/ AI 활용 방법: 결정장 정보를 반영한 머신러닝
2/ 적용 과제: 2차원 자성체의 수직 자기이방성(PMA)을 분류하고 후보를 대규모 스크리닝
3/ 보고된 결과: 89% 분류 정확도를 보였고 1만 개 이상 후보에서 15개의 신규 PMA 물질을 제시함
4/ 이 연구는 팔면체 결정장 정보를 반영한 머신러닝으로 2차원 자성체의 수직 자기이방성(PMA)을 분류하고 대규모 후보를 스크리닝했다.
5/ 보고에 따르면 분류 정확도는 89%였고, 1만 개가 넘는 후보를 평가해 15개의 신규 PMA 물질을 제시했다.
6/ 재료 분야에서는 계산 비용이 큰 자기이방성 탐색을 빠르게 좁히는 데 이런 분류형 모델이 유용할 수 있다.
7/ 특히 구조적 지식, 여기서는 결정장 정보를 특징에 반영한 점이 물리적으로 해석 가능한 스크리닝에 도움이 된다.
8/ 다만 정확도 수치만으로 실제 발견율이 보장되지는 않으며, 후보의 최종 타당성은 별도의 전자구조 계산이나 실험으로 확인해야 한다.
9/ 또한 스크리닝된 후보 집합의 분포가 학습 데이터와 다르면 성능이 떨어질 수 있다. [1]