论文
PXtal：学习在跨模态信息不对称的情况下对齐粉末 X 射线衍射和晶体结构
PXtal: Learning to Align Powder X-Ray Diffraction and Crystal Structures under Information Asymmetry across Modalities
摘要
科学的多模态学习通常假设成对的观点具有相对丰富的信息。粉末 X 射线衍射 (PXRD) 使这种不匹配变得明显：将三维晶体结构压缩为一维衍射图案会丢失信息，并使图案更难与产生它的晶体结构连接起来。我们介绍 PXtal，一个用于在这种物理强加的信息不对称下学习对齐的 PXRD 和晶体表示的框架。 PXtal 使用不平衡最优传输 (UOT) 来适应跨模态耦合和耦合级广义 Kullback-Leibler (GKL) 散度来监督整个传输计划。在六个测试集（包括四个零样本传输集）中，PXtal 在 PXRD 到晶体候选检索方面始终优于基线模型，当 PXRD 图案具有紧密但晶体学上不同的非配对邻居（这意味着与不同晶体相关的相似输入图案）时，增益最大。由此产生的晶体和 PXRD 编码器可以更有效地传输到下游材料和 晶体学任务。这些结果将信息不对称确定为科学多模式学习中的一般设计问题：调整目标应反映每种模式保留的内容。