机器学习引导发现刚玉结构高熵氧化物

摘要

高熵氧化物（HEOs）早期被认为可能大量存在，但实验稳定性无法仅凭离子半径、晶格几何和电荷平衡预测。研究者用机器学习原子间势（MLIPs）从近500种A₂O₃组分中预测可合成性，选出16个候选进行固相与燃烧合成验证，发现3种刚玉结构新HEOs，包括(Al,Cr,Fe,Rh,Sc)₂O₃，以及一种新的阳离子有序相(Al,Fe,Ga,Sc)₂O₃。最常见结果是竞争相混合物，有时涉及氧化还原反应；两种合成方法仅在16种中的3种给出定性相同结果。结论认为HEO远比最初认为的罕见，机器学习可有效引导发现。