Open AlphaDiffract

粉末X射线衍射数据的自动化晶体学分析。

AlphaDiffract 是一个多任务一维 ConvNeXt 模型，它接收粉末X射线衍射（PXRD）图谱，并同时预测：

输出	描述
晶系	7分类（三斜晶系 → 立方晶系）
空间群	230分类
晶格参数	6个值：a、b、c（Å），α、β、γ（°）

本版本包含一个单一模型，该模型仅使用Materials Project的结构（公开可用数据）进行训练。它不是论文中报道的10模型集成——详见性能部分。

快速开始

pip install torch safetensors
huggingface-cli download linked-liszt/OpenAlphaDiffract --local-dir OpenAlphaDiffract

import torch
import numpy as np
from OpenAlphaDiffract.model import AlphaDiffract

model = AlphaDiffract.from_pretrained("OpenAlphaDiffract", device="cpu")

# 8192-point intensity pattern, normalized to [0, 100]
pattern = np.load("my_pattern.npy").astype(np.float32)
pattern = (pattern - pattern.min()) / (pattern.max() - pattern.min() + 1e-10) * 100.0
x = torch.from_numpy(pattern).unsqueeze(0)

with torch.no_grad():
    out = model(x)

cs_probs = torch.softmax(out["cs_logits"], dim=-1)
sg_probs = torch.softmax(out["sg_logits"], dim=-1)
lp = out["lp"]  # [a, b, c, alpha, beta, gamma]

print("Crystal system:", AlphaDiffract.CRYSTAL_SYSTEMS[cs_probs.argmax().item()])
print("Space group:   #", sg_probs.argmax().item() + 1)
print("Lattice params:", lp[0].tolist())

完整的可运行示例请参见 example_inference.py。

文件

文件	描述
`model.safetensors`	模型权重（safetensors 格式，约 35 MB）
`model.py`	独立模型定义（纯 PyTorch，无 Lightning）
`config.json`	架构和训练超参数
`maxsub.json`	空间群子群图（230×230，用作已注册缓冲区）
`example_inference.py`	端到端推理示例
`LICENSE`	BSD 3-Clause 许可证

输入格式

长度： 8192 个等间隔的强度值
2θ 范围： 5–20°（单色，20 keV）
预处理： 将负值截断为零，然后重缩放至 [0, 100]
形状： (batch, 8192) 或 (batch, 1, 8192)

架构

一维 ConvNeXt 骨干网络，改编自 Liu et al. (2022)：

Input (8192) → [ConvNeXt Block × 3 with AvgPool] → Flatten (560-d)
  ├─ CS head:  MLP 560→2300→1150→7    (crystal system)
  ├─ SG head:  MLP 560→2300→1150→230  (space group)
  └─ LP head:  MLP 560→512→256→6      (lattice parameters, sigmoid-bounded)

参数： 8,734,989
激活函数： GELU
随机深度： 0.3
注意力头 dropout： 0.5

性能表现

这是一个单一模型，仅在 Materials Project 数据集上训练。最佳验证检查点（第 11 轮）的指标：

指标	模拟验证集	RRUFF（实验数据）
晶系准确率	74.88%	60.35%
空间群准确率	57.31%	38.28%
晶格参数 MAE	2.71	—

论文中报告了更高的数值，该结果来自于一个在 Materials Project + ICSD 组合数据上训练的 10 模型集成。本开放权重版本仅涵盖公开可用的训练数据。

训练详情


数据	~146k 个 Materials Project 结构，每个结构进行 100 次 GSAS-II 模拟
数据增强	泊松 + 高斯噪声，重缩放至 [0, 100]
优化器	AdamW（学习率=2e-4，权重衰减=0.01）
学习率调度器	CyclicLR（triangular2 模式，6 轮为半个周期）
损失函数	CE（晶系）+ CE + GEMD（空间群）+ MSE（晶格参数）
硬件	1× NVIDIA H100，float32
批大小	64

引用

@article{andrejevic2026alphadiffract,
  title   = {AlphaDiffract: Automated Crystallographic Analysis of Powder X-ray Diffraction Data},
  author  = {Andrejevic, Nina and Du, Ming and Sharma, Hemant and Horwath, James P. and Luo, Aileen and Yin, Xiangyu and Prince, Michael and Toby, Brian H. and Cherukara, Mathew J.},
  year    = {2026},
  eprint  = {2603.23367},
  archivePrefix = {arXiv},
  primaryClass  = {cond-mat.mtrl-sci},
  doi     = {10.48550/arXiv.2603.23367},
  url     = {https://arxiv.org/abs/2603.23367}
}

许可协议

链接