XDecomposer：学习用于多相 X 射线衍射的无先验集合分解
XDecomposer: Learning Prior-Free Set Decomposition for Multiphase X-ray Diffraction
精选理由
无需候选清单或先验知识，即可拆解多相 X 射线衍射图谱并识别各晶相，提升复杂材料分析效率。
AI 摘要
arXiv:2605.05866v2 公告类型：replace-cross 摘要：多相粉末 X 射线衍射（PXRD）分析仍是结构鉴定中的一个根本性瓶颈，因为实际合成过程往往会产生复杂混合物，而其中的组成相（组分）难以可靠地分离辨识。尽管近期基于表征的晶体检索与生成技术进展表明，直接从 PXRD 推断结构具有可行性，但现有方法大多假定输入为单相，在多相场景下则会失效。在此，我们提出 XDecomposer，这是一种无先验框架，可对多相 XRD 图谱进行联合分解与鉴定，无需候选相列表、结构模板或相数量的先验知识。我们将多相衍射分析表述为集合预测问题，由模型在统一架构中推断一个无序集合，其中包含各相分辨的组分、其混合比例及相应的结构表征。相查询驱动的分解机制结合与衍射一致的物理重建，可在保持晶体学保真度的同时实现精确的源分离。在模拟数据集和实验数据集上开展的大量实验表明，XDecomposer 在多种化学体系中显著提高了重建精度和物相鉴定能力，同时对未见过的混合物保持了较强的泛化能力。这些结果为数据驱动、源分辨的多相 XRD 分析提供了一条实用途径，并减少了对先验引导的迭代物相匹配的长期依赖。代码已公开发布于 https://github.com/Licht0812/XDecomposer