研究提出反应图谱加速材料合成发现

Yevgeny Rakita 等作者在 arXiv 发表论文，提出 Provenance Action Graphs，将材料合成中的反应步骤（动作）与产物（观察）构建为反应图谱，并借助 AI 学习算法从多维合成路径中编码规则，支持正向预测与逆向学习两种模式。 该方法聚焦固态合成等动力学主导的反应场景，目标是构建可由数据智能体共享和贡献的全球知识库，从而加速材料发现。论文共 13 页、8 幅图，已提交至 arXiv（arXiv:2610.18314）。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。