【机器学习】MGE Adv.：融合高通量计算与机器学习的KNN多功能陶瓷研究

摘要

钾钠铌酸盐（K_0.5Na_0.5NbO₃，KNN）基陶瓷因兼具优异压电、铁电及光学性能，在智能窗口、光学防伪、柔性电子以及能量存储等领域展现出重要应用前景。然而，掺杂元素引起的局域结构变化往往会显著影响KNN的性能，传统经验试错方式难以高效完成复杂组分优化。基于此，提出了一种融合高通量第一性原理计算与机器学习的研究策略，构建了包含300组KNN基陶瓷的数据库，并系统分析了掺杂原子局域配位环境对材料稳定性与电子结构的影响。研究发现，相较于传统全局组分描述符，考虑局域结构信息的特征工程能够更好的揭示局域结构特征与材料稳定性及带隙之间的内在联系。研究实现了对KNN体系总能、带隙及带隙变化趋势的有效预测，并进一步通过特征重要性分析提取出了影响材料性能的关键物理因素，为人工智能驱动的KNN基多功能陶瓷的设计提供了新的理论依据与研究思路。

文章重点内容介绍

近年来，人工智能与高通量计算正在加速材料研发模式的转变，但对于复杂掺杂体系而言，仅依赖传统平均组分描述符往往难以准确反映局域原子环境对材料性能的作用机制。本研究提出了一种融合高通量第一性原理计算与机器学习的研究范式，以K_0.5N_a0.5NbO₃（KNN）基陶瓷为对象，构建了包含240个原子的掺杂模型，并结合高通量DFT计算获得了300组掺杂KNN材料数据集，涵盖KNN在2 mol%掺杂及空位缺陷下的结构稳定性（形成能）和电子结构（带隙、总能）等关键性质。研究中不仅考虑了不同元素在A位、B位及O 位的掺杂行为，还进一步分析了缺陷形成与带隙调控机制。针对传统机器学习模型依赖全局组分描述符、忽视局域掺杂环境对性能决定性影响的局限，设计了一套能够表征“掺杂原子局域环境”的结构特征，通过引入局域配位权重，设计了两类特征：组分特征（CE）与结构特征（SE），其中SE通过空间加权方式量化掺杂原子周围邻近原子（K/Na/Nb/O）的贡献，显式捕捉局域配位环境，有效增强了模型对低浓度掺杂效应的识别能力。此外，研究还结合特征重要性分析，提出了原子尺度的物理可解释的设计规则，例如，局域原子体积、核磁频率及第三电离能等关键参数直接关联体系稳定性与带隙调控，揭示了影响KNN稳定性与电子结构的关键因素，为后续高性能压电与光电陶瓷材料的定向设计提供了新方法与可靠数据库支撑。

图1. 基于高通量计算与机器学习的KNN材料设计流程。

图2. 高通量计算筛选的KNN掺杂元素周期表；橙色背景表示引入KNN体系的掺杂元素，带有实验标识的元素代表对应掺杂体系已完成了实验制备。

图3. 高通量计算得到的KNN体系掺杂形成能、空位形成能及带隙分布热图：（a）E_f，（b）H_f，（c）E_g。

图4. 掺杂原子局域环境结构特征示意。

图5. 随机森林模型在关键特征集上的性能评估结果：（a）key‐DC3上预测总能的结果对比图，（b）key‐DS3上预测总能的结果对比图；（c）key‐DS1上预测带隙的结果对比图；（d）key‐DS1’上预测带隙变化的分类混淆矩阵。

图6. 随机森林（RF）模型前10位特征的重要性评分：（a）Key-DC3上预测总能的特征贡献评分，（b）Key-DS3上预测总能的特征贡献评分，（c）Key-DS1上预测带隙的特征贡献评分，（d）Key-DS1上预测带隙变化的特征贡献评分。

作者介绍

通讯作者

熊锐，2024年毕业于福州大学材料科学与工程学院，获工学博士学位。现为福州大学化学学院博士后。主要从事基于密度泛函理论的功能材料计算研究，包括光催化材料、热电材料和铁电材料等。以第一作者（含共同第一作者）和共同通讯作者在Adv. Mater.、Adv. Funct. Mater.、J. Phys. Chem. Lett., J. Mater. Chem. A等学术期刊发表论文20余篇，论文被引用1400余次。

萨百晟，福州大学材料科学与工程学院教授，博士生导师。2014年获厦门大学博士学位，同年进入福州大学材料科学与工程学院工作。入选福建省杰青、福州大学“旗山学者”。近年来在Adv. Mater.、Phys. Rev. Lett.、Adv. Funct. Mater.、Laser Photonics Rev.等高水平期刊发表论文200余篇，论文被引用11000余次，H因子56。获授权国家发明专利20余项、软件著作权5项。主持国家科技重大专项子课题1项、国家重点研发计划重点项目子课题2项、国家自然科学基金项目2项、福建省自然科学基金项目4项。曾获材料研究学会科学技术一等奖（2025）、青山湖材料基因工程青年科学家二等奖（2024）、J. Mater. Inf.与MGE Adv.优秀青年编委等，入选Nanoscale Horizons新锐科学家、斯坦福大学全球前2%高被引科学家榜单等。

吴啸，福州大学副教授。主要研究方向为光-电多功能陶瓷/薄膜、透明陶瓷、储能陶瓷的制备科学和性能研究，以及压电-光协同催化材料在水环境修复和医学领域的应用。主持和参与了多项国家自然科学基金、福建省自然科学基金面上项目等。迄今已在Nat. Commun、Adv. Mater.、Adv. Funct. Mater.、Laser Photonics Rev.、Chem. Eng. J.、npj Comput. Mater.、Small、Acta Mater.、Adv. Opt. Mater.等国内外学术期刊发表论文180余篇，其中第一或通讯作者85篇，被引用4200余次，h因子38；授权发明专利10余项。2025年入选全球前2%顶尖科学家榜单。

孙志梅，北京航空航天大学材料科学与工程学院教授，博士生导师。获得全国三八红旗手、国务院特殊津贴等多项荣誉。2002年3月于中国科学院金属研究所获得博士学位，2002-2007年先后在德国亚琛工业大学和瑞典Uppsala大学从事研究工作，2007-2013年在厦门大学材料学院任职教授、博士生导师，2013年8月至今在北京航空航天大学材料学院任职教授、博士生导师。长期从事材料电子结构计算和分子动力学模拟研究及相关实验，在包括Phys .Rev. Lett.、Proc. Natl. Acad. Sci.、J. Am. Chem. Soc.、Nano Lett.等学术期刊上发表300余篇SCI论文，连续7年（2020-2026）入选材料领域爱思唯尔中国高被引学者。出版专著《先进材料的计算与设计》和《材料高通量集成计算方法与实践》。主持国家重点研发计划《材料基因工程关键技术与支撑平台》重点项目等多项国家和省部级项目。担任中国材料研究学会计算材料学分委员会和材料基因组分委员会的副主任委员、J. Phys. Chem. A/B/C的Senior Editor、J. Mater. Inf.副主编。

第一作者

史玉栋，2025年硕士毕业于福州大学材料科学与工程学院，现为兰州大学博士生，在MGE Advances、Solar Energy、Advanced Intelligent Discovery等学术期刊发表论文4篇，研究方向为可解释机器学习与大语言模型智能体在光电材料中的应用研究。

《材料基因工程前沿（英文）》简介

《材料基因工程前沿（英文）》（Materials Genome Engineering Advances，简称：MGE Advances）作为材料基因工程领域首个高水平综合性学术期刊，其宗旨是面向国家重点战略布局与材料学科国际学术前沿发展的重大需求，聚焦材料基因工程领域，刊载先进材料计算、高通量/自动化/智能化材料实验技术、材料数据库与大数据技术等材料基因工程关键技术的研究进展和前沿成果，以及三者在材料新效应/新原理探索和新材料发现等方面的重要应用，创建一个跨学科多领域交叉融合的国际一流高水平出版平台和学术交流平台，推动新材料研发模式变革。

• 2023年9月MGE Advances 正式出版第一期。

• 2024年10月被世界五大文献检索系统之一的开放获取期刊目录DOAJ数据库收录。

• 2024年12月被美国化学文摘CAS数据库收录。

• 2025年9月被Web of Science 核心合集ESCI数据库收录。

• 2025年10月被中国科学引文数据库CSCD数据库收录。

• 2026年4月被Scopus数据库收录。

《材料基因工程前沿（英文）》以全OA开放获取模式，在国际出版平台Wiley Online library全文数字化上线出版。期刊采用国际先进的单篇优先出版模式，实现了最新学术成果的及时快速优先发表并高效广泛地传播给全球读者，提升了期刊的可见度和传播效率。

期刊主页

投稿方向

投稿指南

Materials Genome Engineering Advances编辑部

地址: 北京海淀区学院路30号

邮箱: mgeadvances@ustb.edu.cn

电话: (+86) 010-6233 3882

期刊网址:

 https://onlinelibrary.wiley.com/journal/29409497