PyAPX: Python toolkit for atomic configuration pattern exploration

PyAPX is een Python-toolkit die Bayesiaanse zoektochten uitvoert naar stabiele atoomconfiguraties in kristallijne materialen en door het introduceren van nieuwe coderingsmethoden een superieure convergentie bereikt ten opzichte van gangbare technieken.

De kern

Stel je voor dat je een gigantische, ingewikkelde legpuzzel probeert op te lossen. Maar dit is geen gewone puzzel; het is een puzzel van atomen die samen een nieuw materiaal vormen, zoals een supersterke batterij of een materiaal dat stroom zonder verlies kan geleiden.

Deze paper introduceert een nieuwe digitale hulpmiddel genaamd PyAPX. Laten we uitleggen wat dit doet, zonder de moeilijke vaktermen.

1. Het Probleem: De "Vaste" Puzzel

In de wereld van wetenschap hebben onderzoekers al twee grote vaardigheden:

1. De vorm vinden: Ze kunnen voorspellen hoe atomen zich in een kristalstructuur rangschikken (zoals de vorm van de puzzel).
2. De stukjes kiezen: Ze kunnen kiezen welke elementen (zoals koolstof, boor of stikstof) in die vorm passen.

Maar er is nog een laatste, lastige stap. Stel je hebt de vorm (de puzzelrand) en je hebt de doos met stukjes (de elementen). Nu moet je de stukjes op de juiste plekken leggen. Als je één stukje op een andere plek zet, kan het hele materiaal ineens heel anders werken: het kan van een geleider een isolator veranderen, of juist veel sterker worden.

Vroeger was het vinden van de perfecte rangschikking van deze atomen als het zoeken naar een naald in een hooiberg. Er zijn miljarden mogelijke combinaties.

2. De Oplossing: PyAPX (De Slimme Zoeker)

PyAPX is een computerprogramma dat deze zoektocht versnelt. Het werkt met een slimme techniek genaamd "Bayseiaanse optimalisatie".

• De Analogie: Stel je voor dat je in een donker huis loopt en probeert de koudste plek te vinden (omdat koudere atomen vaak stabielere materialen zijn).
  • Een domme computer zou willekeurig rondlopen en elke plek meten. Dat duurt eeuwen.
  • PyAPX is als een slimme hond die een kaartje heeft. Hij loopt niet willekeurig. Hij kijkt naar waar hij al geweest is, maakt een slimme gok waar de koudste plek waarschijnlijk zit, en gaat daarheen. Als hij daar niet koud genoeg is, leert hij van zijn fout en past hij zijn strategie aan. Zo vindt hij de beste plek in recordtijd.

3. Het Nieuwe Trucje: De "Vertaalcode"

Het echte geheim van deze paper zit in hoe PyAPX de atoom-puzzel "leest".

Om de computer slim te laten werken, moet je de atoom-arrangementen vertalen naar een taal die de computer begrijpt (cijfers en vectoren).

• De oude manier (One-hot encoding): Dit is alsof je aan de computer zegt: "Op plek 1 zit een rood blokje, op plek 2 een blauw blokje." De computer ziet alleen de kleuren, maar niet hoe ze met elkaar omgaan. Het is alsof je een woordenboek gebruikt zonder zinsbouwregels.
• De nieuwe manier (NAmod encoding): De auteurs van deze paper hebben een nieuwe vertaalcode bedacht. In plaats van alleen te zeggen "hier zit een rood blokje", zeggen ze: "Hier zit een rood blokje, en de buren zijn twee blauwe en één groen."
  • De Metafoor: Het is het verschil tussen een solist en een koor. De oude methode luistert alleen naar de solist. De nieuwe methode luistert naar de solist én hoe die klinkt in harmonie met zijn buren.

4. Het Experiment: De h-BCN Puzzel

Om te bewijzen dat hun nieuwe methode werkt, testten ze het op een speciaal materiaal genaamd h-BCN (een soort 2D-materiaal, net als grafiet, maar dan met boor, koolstof en stikstof).

• Ze lieten de computer zoeken naar de meest stabiele rangschikking van deze atomen.
• Het resultaat: De oude methode (alleen naar de solist luisteren) vond wel een oplossing, maar het duurde lang en was niet altijd perfect.
• De nieuwe methode (luisteren naar de buren) vond veel sneller de perfecte, stabiele oplossing. Het was alsof de nieuwe methode de "geheime code" van het materiaal had gekraakt.

Conclusie: Waarom is dit belangrijk?

Met PyAPX kunnen wetenschappers nu veel sneller nieuwe materialen ontwerpen. Het is alsof ze van een fiets zijn overgestapt op een racefiets.

• Voor de toekomst: Dit betekent dat we sneller nieuwe batterijen voor onze telefoons, betere zonnepanelen of zelfs supergeleiders (materialen die stroom zonder verliezen transporteren) kunnen vinden.
• De boodschap is simpel: Als je atomaire puzzels wilt oplossen, moet je niet alleen kijken naar de stukjes, maar ook naar hoe ze met elkaar praten. PyAPX helpt je die conversatie te horen.

Technische samenvatting

Titel: PyAPX: Python toolkit voor het verkennen van atomaire configuratiepatronen

Auteurs: A. Kusaba, T. Kuboyama, K. Kawka, P. Kempisty, en Y. Kangawa.
Datum: 14 april 2026 (voorgesteld in het artikel).

---

1. Het Probleem

Binnen het veld van materiaalontdekking worden twee hoofdtaken traditioneel onderzocht:

1. Voorspelling van kristalstructuren (CSP): Het vinden van de stabielste structuur voor een gegeven chemische samenstelling.
2. Elementaire substitutie: Het verkennen van verschillende chemische samenstellingen binnen een vaste kristalstructuur om gewenste eigenschappen te vinden.

Echter, zelfs wanneer zowel de kristalstructuur als de chemische samenstelling vaststaan, kunnen materiaaleigenschappen aanzienlijk variëren afhankelijk van de atomaire rangschikking (configuratie) op de kristallografische sites. Voorbeelden hiervan zijn de bandkloof in tweedimensionale materialen zoals h-BCN (hexagonaal boor-koolstof-nitride) of adsorptiepatronen op kristaloppervlakken.

Het zoeken naar specifieke, niet-willekeurige stabiele atomaire configuraties is een combinatorisch optimalisatieprobleem. Hoewel dit theoretisch binnen het CSP-raamwerk valt, vereist het een specifieke aanpak waarbij de continue vrijheidsgraden (rooster en coördinaten) worden "bevroren" en alleen de atoomplaatsen worden geoptimaliseerd onder een gegeven samenstellingsbeperking. Er ontbreekt momenteel gebruiksvriendelijke software die Bayesiaanse optimalisatie koppelt aan first-principles (DFT) codes om dit probleem efficiënt op te lossen.

2. Methodologie

De auteurs presenteren PyAPX, een Python-toolkit die Bayesiaanse optimalisatie gebruikt om stabiele atomaire configuraties te vinden.

A. Werkstroom (Workflow)
De PyAPX-werkstroom bestaat uit twee fasen:

1. Pre-processing: De gebruiker levert een lijst van atomaire configuraties (de zoekruimte) aan. Deze worden omgezet in feature vectors (coderingen).
2. Hoofdproces (Iteratief):
   • Sampling: Een Bayesiaans model (gebaseerd op de Python-bibliotheek PHYSBO) voorspelt de totale energie en onzekerheid voor kandidaat-structuren.
   • Acquisitie: Een acquisitie-functie selecteert de meest veelbelovende configuratie voor evaluatie, waarbij een balans wordt gezocht tussen exploitatie (kiezen van het beste voorspelde punt) en exploratie (kiezen van gebieden met hoge onzekerheid).
   • Energie-evaluatie: De geselecteerde structuur wordt doorgestuurd naar een DFT-code (in deze release: Quantum ESPRESSO) om de totale energie te berekenen.
   • Het proces herhaalt zich totdat het maximale aantal iteraties is bereikt.

B. Coderingsmethoden (Encoding)
Een cruciale bijdrage is de ontwikkeling van nieuwe coderingsmethoden om atomaire configuraties effectief in te voeren in het Bayesiaanse model:

1. One-hot encoding (Bestaand): Elke site wordt vertegenwoordigd door een vector waarbij het aanwezige element 1 is en anderen 0. Dit negeert ruimtelijke relaties tussen atomen.
2. Neighbor-Atom (NA) encoding: Voegt informatie toe over de bezetting van naburige sites. De feature vector voor een site $i$ is een som van de eigen bezetting en een gewogen som van de bezetting van de buren.
   • Formule: $\phi^{NA}_i = \text{one-hot}_i + w \times \text{buren}_i$.
3. Modified Neighbor-Atom (NAmod) encoding: Voegt informatie toe over de anisotropie (richtingsafhankelijkheid) van de lokale omgeving.
   • Naast de NA-vector wordt de variantie ($\sigma^2$) van de componenten van de buren berekend als een extra descriptor. Dit vangt asymmetrische patronen in de lokale omgeving beter op.

3. Belangrijkste Bijdragen

• PyAPX Toolkit: Een open-source Python-toolkit die Bayesiaanse optimalisatie koppelt aan DFT-berekeningen voor het zoeken naar stabiele atomaire configuraties.
• Nieuwe Coderingsstrategieën: Introductie van NA en NAmod coderingen die lokale atomaire omgevingen en anisotropie expliciet modelleren, in plaats van alleen lokale bezetting.
• Validatie: Een uitgebreide validatie van deze methoden op het h-BCN-systeem, waarbij wordt aangetoond dat het inbegrip van lokale anisotropie de convergentie van de optimalisatie significant verbetert.

4. Resultaten

De methoden werden getest op een $(3\times3)$ periodiek h-BCN-systeem (18 sites, 6 B, 6 C, 6 N atomen). Er werden vier scenario's vergeleken: One-hot, NA, NAmod, en NAmod met PCA-reductie (NAmod+PCA).

• One-hot encoding: Toonde een afname in de gemiddelde energie, bewijzend dat Bayesiaanse optimalisatie werkt, maar was niet de meest efficiënte.
• NA encoding: Leverde geen verbetering op in de cumulatieve minimum-energie of gemiddelde energie ten opzichte van one-hot. Dit suggereert dat een simpele convolutie van bureninformatie onvoldoende is voor dit systeem.
• NAmod encoding: Toonde een duidelijke verbetering in zowel de cumulatieve minimum-energie als de bewegende gemiddelde energie. Dit bevestigt dat de anisotropie van de lokale atomaire omgeving een cruciale eigenschap is voor het karakteriseren van dit materiaal.
  • Vier symmetrie-equivalente, meest stabiele configuraties werden succesvol geïdentificeerd.
• NAmod + PCA: Het reduceren van de dimensie via PCA (van 72 naar 54 dimensies) resulteerde in een snellere daling van de cumulatieve minimum-energie, waarschijnlijk omdat de Bayesiaanse training efficiënter werd door de verwijdering van redundante dimensies, zonder informatieverlies.
• Robuustheid: Na vijf onafhankelijke experimenten bleek dat NAmod en NAmod+PCA consistent sneller optimaliseerden dan de one-hot methode, terwijl de simpele NA-methode soms zelfs slechter presteerde dan one-hot.

5. Betekenis en Toekomstperspectief

Deze studie toont aan dat het zoeken naar specifieke atomaire configuratiepatronen een belangrijke stap is in de verfijning van materiaalontwerp. De introductie van NAmod-codering biedt een krachtig middel om complexe, niet-willekeurige patronen in meercomponenten-systemen te vinden die met traditionele methoden moeilijk te ontdekken zijn.

PyAPX is breed toepasbaar op kristallijne materialen en vormt een brug tussen geavanceerde machine learning (Bayesiaanse optimalisatie) en traditionele first-principles berekeningen. De toolkit is beschikbaar op GitHub en wordt verwacht om de ontdekking van nieuwe materialen met specifieke eigenschappen (zoals geoptimaliseerde bandkloven of oppervlakte-eigenschappen) te versnellen.