Speaker
Fujie Tang
Description
X射线吸收谱（XAS）是探测材料局域原子环境（如氧化态、配位几何）的强有力工具，但解析XAS谱图长期面临着“结构-谱图”关系高度非线性、多对多映射以及依赖昂贵第一性原理计算的挑战。本次报告将介绍我们最近的工作，旨在解决从谱图到结构的逆向解析及正向预测难题。首先介绍我们发展SPT模型，这是一种端到端的通用解析引擎。SPT创新性地结合了频域特征分解与图神经网络的上下文聚合机制，能够分层提取光谱的全局趋势与局部微小波动 。SPT在预测氧化态、配位均数等关键描述符上超越了现有Transformer模型，并成功应用于锂电池正极材料的相变追踪以及非晶态材料的结构预测。其次，报告将探讨一种双向薛定谔桥扩散模型，与传统的单向模型不同，该框架实现了结构到谱图与谱图到结构的对称生成，不仅能精确预测光谱细节，还能从光谱中直接重构出具有物理合理性的三维原子坐标和键长信息，有效克服了逆向问题的多义性。我们的工作共同展示了数据驱动方法如何跨越理论计算与实验表征的鸿沟，为加速复杂功能材料的发现与工况表征提供了全新的智能化解决方案。
