CRISP, böyük dil modellərindəki kimyəvi bilikdən birbaşa proqnoz vermək üçün istifadə etmək əvəzinə, təbii dildə ifadə olunan kimya və kristal quruluş qaydalarını yoxlanıla bilən, ədədi və icra edilə bilən descriptor-lara derləyən LLM dəstəkli material təmsil çərçivəsidir. Metodda LLM əvvəlcə hədəfə aid kimyəvi qaydaları geniş qayda fəzasından nümunələyir; oxşar qaydalar birləşdirilir; hər təmsilçi qayda kristal quruluşu ədədi dəyərə çevirən proqramlaşdırıla bilən funksiyaya çevrilir; yaranan descriptor kataloqu dondurulur və yekun proqnozu Random Forest kimi ənənəvi maşın öyrənməsi modeli verir. LLM material başına yekun proqnoz mərhələsində iştirak etmir.

Tədqiqatın əsas sınaq sahəsi qeyri-üzvi kristalların sintezlənəbilərliyidir. Buradakı “sintezlənəbilərlik” laboratoriyada yeni materialların sintez olunub uğurla doğrulandığı təcrübə deyil. Materials Project əsaslı benchmark-da eksperimental və ya hesabatlandırılmış strukturlar müsbət, fərziyyəvi və ya hələ hesabatlandırılmamış strukturlar isə mənfi deyil etiketsiz qəbul edilir. Buna görə istifadə olunan öyrənmə problemi positive–unlabeled, yəni müsbət–etiketsiz öyrənmədir.

MP30 benchmark-ı 100.194 kristal quruluş ehtiva edir: 38.347 müsbət və 61.847 etiketsiz quruluş. Eyni bagged PU Random Forest istehlakçısı altında yalnız təmsil forması dəyişdirildikdə, 50 icra edilə bilən CRISP descriptor-u α-kalibrə edilmiş F1=0,856 əldə etmiş; 18 ekspert seçilmiş descriptor F1=0,834; CrystalNN F1=0,665; CFID F1=0,590; Robocrystallographer mətn embedding-i F1=0,438 və xam CIF mətn embedding-i F1=0,388 əldə etmişdir.

CRISP-in ən aydın üstünlüyü yalnız eyni paylanmadakı benchmark-da deyil, test verilərinin təlim paylanmasından uzaqlaşdığı hallarda görülmüşdür. Daha böyük hüceyrəli quruluşlarda CRISP F1=0,420 ilə ekspert təmsilinin 0,384 dəyərindən yüksək qalmışdır. Səkkiz kimyəvi ailənin ayrı-ayrılıqda təlimdən kənarda saxlandığı testlərdə CRISP-in makro orta F1 dəyəri 0,537, ekspert descriptor dəstinin 0,373 olmuşdur. CRISP səkkiz ailənin səkkizində də ekspert nəzarətindən daha yüksək F1 göstərmiş və iki tərəfli exact sign test üçün p=0,0078 bildirilmişdir.

Metod davamlı material xassələrinə də tətbiq edilmişdir. Formalaşma enerjisində CRISP MAE=0,130 eV/atom və R²=0,961 ilə ekspert seçilmiş descriptor təmsilinə demək olar ki, bərabər olmuşdur. Otaq temperaturu ion keçiriciliyində 503 bərk elektrolit üzərində MAE=1,229 log vahid və R²=0,570 əldə edilmiş; 150 materiallıq müstəqil xarici kohortda yenidən təlim aparılmadan MAE=1,170, R²=0,476 və Spearman ρ=0,721 qorunmuşdur.

Lakin mənbə metodu universal üstünlük kimi təqdim etmir. İon keçiriciliyi üçün tapşırığa xas ekspert descriptor-lar daha yaxşı performans göstərmiş, sürüşmə modulu proqnozunda isə daha incə davamlı həndəsi descriptor-lar CRISP-i keçmişdir. Buna görə tədqiqatın nəticəsi “LLM biliyi hər material proqnozu problemində daha yaxşıdır” deyil; geniş elmi bilik fəzasının ədədi, yoxlanıla bilən və verilənlər dəstindən asılı olmayan şəkildə derlənməsinin xüsusilə paylanma sürüşməsi və məhdud verilər şəraitində faydalı ola bilməsidir.

CRISP Nədir və Necə İşləyir?

CRISP, təbii dildəki hədəfə aid kimyəvi qaydaları LLM ilə geniş miqyasda nümunələyən, oxşar qaydaları konseptual ailələrdə birləşdirən, hər ailəni kristal quruluşdan tək skalyar dəyər hesablayan icra edilə bilən proqrama çevirən və bu dondurulmuş descriptor vektorunu klassik maşın öyrənməsi modelinə verən təmsil yaratma çərçivəsidir; yekun material proqnozunu LLM deyil, bu ədədi descriptor-ları qəbul edən downstream model verir.

Tədqiqatın həll etməyə çalışdığı əsas problem

Material proqnozunda yalnız hansı maşın öyrənməsi alqoritminin seçilməsi deyil, materialın modelə hansı dəyişənlərlə təmsil edilməsi həlledicidir. Formalaşma enerjisi kimi bəzi xassələr birbaşa ədədi hədəf kimi müəyyən edilə bilər. Buna qarşılıq kristalın sintezlənəbilərliyi tək bir ədədi fiziki kəmiyyətə endirilə bilməz.

Kristalın həqiqətən əldə edilə bilməsi; termodinamik sabitlik, metastabillik, koordinasiya mühiti, atomların qablaşdırılması, simmetriya, tərkib, rəqib fazalar, kinetik cəhətdən əlçatan reaksiya yolları və uyğun prekursorların mövcudluğu kimi çoxsaylı amillərdən asılı ola bilər. Bu fikirlərin böyük hissəsi kimya ədəbiyyatında “bu hal sintezi asanlaşdıra bilər” formasında təbii dil qaydaları kimi mövcuddur.

Ənənəvi maşın öyrənməsi modeli təbii dildəki bu qaydaları birbaşa oxuya bilməz. Əvvəlcə onlar ədədi dəyişənlərə çevrilməlidir. Məqalənin əsas problemi məhz budur: geniş və dağınıq kimyəvi bilik fəzası sistemli şəkildə necə kəşf olunur və hesablana bilən descriptor-lara necə çevrilir?

Niyə birbaşa LLM proqnozu verilmir?

Müəlliflər birbaşa LLM proqnozunun iki mühüm probleminə işarə edirlər. Birincisi, model düzgün nəticə versə belə, proqnoz zamanı əslində hansı fiziki və ya kimyəvi dəyişənlərdən istifadə etdiyi aydın olmaya bilər. İkincisi, modelin proqnozdan sonra yaratdığı təbii dil izahı proqnozu həqiqətən müəyyən edən daxili hesablamanın etibarlı qeydi olmaq məcburiyyətində deyil.

CRISP bu problemi LLM-nin rolunu məhdudlaşdırmaqla həll edir. LLM:

1. kimyəvi qayda təklif edir,
2. qayda ailələrinin birləşdirilməsinə kömək edir,
3. qaydanı hesablayan proqramın yaradılmasına kömək edir.

Lakin descriptor kataloqu tamamlandıqdan sonra kataloq dondurulur. Yekun verilənlər dəstində proqnozu klassik model verir. Beləliklə, hər giriş dəyişəninin arxasında adlandırılmış kimyəvi qayda və yoxlanıla bilən proqram olur.

CRISP qısaltmasının açılışı nədir?

Yüklənmiş əsas PDF CRISP adını metod adı kimi istifadə edir, lakin qısaltmanın hansı ingilis sözlərinin baş hərflərindən yarandığını açıq şəkildə göstərmir. Buna görə Verianla qısaltma üçün mənbədə olmayan açılış yaratmır.

Beş mərhələli CRISP axını

Qayda kəşfi mərhələsi necə aparıldı?

Sintezlənəbilərlik tapşırığında gpt-4.1-mini-2025-04-14 modelindən qeyri-üzvi kimya eksperti kimi davranması və kristal məlumatından sintezlənəbilərliyi göstərə biləcək on kimyəvi və ya struktur qayda təklif etməsi istəndi. Hər qayda izahı ən çox 100 sözlə məhdudlaşdırıldı.

Eyni sorğu 1.000 müstəqil dəfə göndərildi:

\[ 1000\;\text{çağrı}\times10\;\text{kural/çağrı}=10000\;\text{aday kural} \]

Tədqiqatçılar bu mərhələdə reasoning yönümlü model əvəzinə sürətli və müxtəliflik yaradan non-reasoning modeli xüsusi olaraq seçdiklərini bildirirlər. Məqsəd tək cavaba yaxınlaşmaq deyil, mümkün qədər geniş kimya-qayda fəzasını nümunələməkdir.

Buna görə eyni fikir çox dəfə yaradıla bilərkən bəzi qaydalar yalnız az sayda çağırışda ortaya çıxmışdır. Tədqiqatın sonrakı analizi bir qaydanın LLM tərəfindən tez-tez yaradılmasının onun proqnoz baxımından mütləq daha dəyərli olması demək olmadığını göstərmişdir.

10.000 təbii dil qaydası necə 50 descriptor-a endirildi?

Qayda mətnləri text-embedding-3-large istifadə edilərək ədədi mətn embedding-lərinə çevrildi. Embedding vektorları əvvəlcə L2 normallaşdırıldı, PCA ilə ölçü azaldıldı və yenidən normallaşdırıldı.

Sintezlənəbilərlik kataloqunda k-means üçün:

• klaster sayı: 50,
• centroid başlanğıc sayı: 50,
• maksimum iterasiya: 1.000,
• random seed: 42

istifadə edildi.

Hər klasterdəki təbii dil qaydaları daha sonra GPT-5-ə verilərək ortaq kimyəvi mənalarını təmsil edən tək qayda şəklində birləşdirildi. Mənbə qayda birləşdirmə mərhələsində insan tərəfindən məzmun redaktəsi edilmədiyini bildirir.

Formalaşma enerjisi, sürüşmə modulu və ion keçiriciliyi üçün yenə 1.000 çağırışlıq hədəfə xas qayda kəşfi aparıldı; lakin bu tapşırıqlarda qaydalar 25 ailə şəklində birləşdirildi.

“Verilənlər dəstinə kor” nə deməkdir?

CRISP-in “dataset-blind”, yəni verilənlər dəstinə kor adlandırılması, qayda kəşfi və descriptor kataloqu yaradılarkən LLM-yə kristal nümunələrinin, real hədəf dəyərlərinin, təlim/test bölünmələrinin, model proqnozlarının və ya performans metriklərinin verilməməsi deməkdir. Bu dizayn descriptor-ların konkret benchmark etiketlərinə baxılaraq optimallaşdırılmasının qarşısını almağı məqsəd qoyur.

Burada mühüm fərq var: descriptor funksiyaları sonradan real kristal quruluşa tətbiq olunaraq dəyər hesablayır. “Verilənlər dəstinə kor” ifadəsi descriptor-ların kristal quruluşdan ümumiyyətlə istifadə etməməsi demək deyil; descriptor ideyasının və proqramının benchmark etiketlərindən geri əlaqə almadan yaradılması deməkdir.

Təbii dil qaydası necə icra edilə bilən descriptor olur?

Hər birləşdirilmiş kimyəvi qayda gpt-4.1-2025-04-14 ilə temperature=0 şəraitində tək floating-point skalyar dəyər qaytaran Python funksiyasına çevrildi.

Konseptual olaraq hər descriptor:

\[ f_k(x)\rightarrow z_k \]

şəklində düşünülə bilər.

Burada \(x\), CIF-dən törədilmiş kristal quruluşu və müvafiq sabit fizikokimyəvi girişləri; \(f_k\), k nömrəli kimyəvi qaydanı hesablayan proqramı; \(z_k\) isə bu qaydanın həmin kristal üçün yaratdığı tək skalyar dəyəri təmsil edir.

Sintezlənəbilərlik tapşırığındakı ümumi təmsil:

\[ \mathbf{z}(x)= [f_1(x),f_2(x),\ldots,f_{50}(x)] \]

şəklində 50 ölçülü descriptor vektoru kimi düşünülə bilər. Bu riyazi təsvir mənbə metodunun öyrədici formallaşdırılmasıdır; mənbədə ayrıca nömrələnmiş tənlik kimi verilməmişdir.

Descriptor kodlarına nə etməyə icazə verilmədi?

Sintezlənəbilərlik descriptor-larının daxilində pretrained synthesizability modellərindən, qraf neyron şəbəkələrindən və ya hədəf üçün öyrədilmiş surrogate modellərdən istifadə qadağan edildi.

Reqressiya tapşırıqlarında hədəfə birbaşa çıxış və ya target leakage yarada biləcək girişlər də qadağan edildi. Mənbə nümunə olaraq material üzrə formalaşma/ümumi enerji, energy above hull, elastik tensorlar, elastik sabitlər, modullar, gərginlik–deformasiya cavabları, verilənlər bazasından hədəf dəyər çəkmə və hədəf üzərində öyrədilmiş surrogate-ları sadalayır.

Yaradılmış funksiyalar sintaksis, importlar, qadağan olunmuş tokenlar və target leakage baxımından statik yoxlamadan keçirilmişdir. Son 25 funksiyalı reqressiya kataloqlarının hamısı bu yoxlamaları keçmişdir.

İnsan müdaxiləsi nə qədərdir?

Qayda birləşdirmə mərhələsində insan tərəfindən kimyəvi məzmun redaktəsi aparılmadığı bildirilmişdir. Kod hazırlanması mərhələsində insan müdaxiləsi yalnız kodun işləməsinə mane olan:

• sintaksis,
• tip,
• import,
• runtime

xətalarının düzəldilməsi ilə məhdudlaşdırılmışdır. Mənbə bu düzəlişlər zamanı LLM-nin təklif etdiyi kimyəvi məntiqin və ya hesablama strukturunun dəyişdirilmədiyini bildirir.

Niyə 50 descriptor seçildi?

Əhatə və yaxınlaşma analizləri 1.000 LLM çağırışının praktik doyma büdcəsi olduğunu dəstəkləmişdir. Descriptor sayı artdıqca performans K=50-yə qədər yüksəlmiş, K=60 ətrafında isə plato yaranmış və semantik üst-üstə düşmə artmışdır.

Buna görə K=50 mənbə tərəfindən əhatə ilə lazımsız təkrar arasındakı tarazlıq kimi şərh olunur.

Müsbət–Etiketsiz Öyrənmə Nədir?

Müsbət–etiketsiz öyrənmə, verilənlər dəstində etibarlı müsbət nümunələrin olduğu, lakin qalan nümunələrin həqiqi mənfi kimi qəbul edilə bilmədiyi öyrənmə problemidir; bu tədqiqatda hesabatlandırılmış kristallar müsbət, fərziyyəvi və ya hələ hesabatlandırılmamış kristallar isə “sintezlənə bilməz” kimi etiketlənmək əvəzinə etiketsiz saxlanılmışdır.

Niyə etiketsiz kristal mənfi deyil?

Kristalın verilənlər bazasında hələ müsbət kimi görünməməsi onun fiziki olaraq sintez edilə bilməyəcəyini sübut etmir. Material hələ sınaqdan keçirilməmiş, doğru sintez şərtləri tapılmamış və ya verilənlər bazasına hələ əlavə olunmamış ola bilər.

Buna görə etiketsiz strukturları birbaşa mənfi sinif kimi istifadə etmək, əslində sintezlənə bilən bəzi materialları yanlış mənfi qəbul etmə riskini daşıyır.

MP30 benchmark-ı

MP30 vahid hüceyrə təmsilində ən çox 30 atom olan strukturlarla məhdudlaşdırılmışdır. Struktur təsviri 10.000 və ya daha çox simvol olan bəzi girişlər StructLLM pipeline-ı ilə uyğunluğu qorumaq üçün xaric edilmişdir.

Bagged PU Random Forest necə işləyir?

CRISP sintezlənəbilərlik proqnozunda 50 ayrı Random Forest modeli istifadə etmişdir. Hər bag daxilində bütün müsbət təlim nümunələri götürülmüş və etiketsiz hovuzdan eyni sayda təsadüfi nümunə seçilmişdir.

Hər balanslaşdırılmış alt dəstdə:

• RandomForestClassifier,
• 100 estimator/ağac,
• bundan başqa scikit-learn standart parametrləri

istifadə edilmişdir.

Yekun CRISP skoru mənbə metodunun riyazi ifadəsi ilə belə düşünülə bilər:

\[ s(x)=\frac{1}{50}\sum_{b=1}^{50}p_b(y=1\mid x) \]

Burada \(p_b(y=1\mid x)\), b nömrəli Random Forest-ın x kristalı üçün müsbət sinfə verdiyi ehtimalabənzər skordur. \(s(x)\), 50 modelin orta müsbət-sinif skorudur.

Bu skor real dünyadakı “sintezlənmə ehtimalı” kimi şərh edilməməlidir. PU benchmark-a əsasən qurulmuş model skorudur.

α=0,0567 Kalibrasiyası Nəyi İfadə Edir?

α=0,0567, mənbədə etiketsiz U hovuzunun daxilində gizli həqiqi müsbətlərin olduğu fərziyyəsini təmsil edən və PU təsnifat metriklərinin iş nöqtəsini kalibrə etmək üçün istifadə olunan sabit prevalens dəyəridir; tədqiqat bu dəyəri əvvəlki PU sintezlənəbilərlik araşdırmalarını izləyərək sabit saxlamışdır.

Buna görə Table 1-dəki precision və F1 dəyərləri klassik tam etiketli verilənlər dəstində birbaşa hesablanan adi supervised-classification metrikləri kimi oxunmamalıdır. Mənbə onları α şərtli PU qiymətləndirməsinə görə bildirir.

F1 nəyi ölçür?

F1 precision ilə recall/TPR arasındakı harmonik ortadır. Ümumi riyazi tərifi:

\[ F1= 2\frac{Precision\times Recall} {Precision+Recall} \]

şəklindədir.

Bu tədqiqatda \(Recall\), müsbət strukturların nə qədərinin düzgün şəkildə yüksək müsbət sinif tərəfində tutulduğunu təmsil edən TPR ilə əlaqəlidir. Lakin precision komponenti PU mühitində α-ya görə təxmin edilib kalibrə edildiyi üçün klassik tam etiketli təsnifat precision-ı ilə eyni qiymətləndirmə deyil.

TPR nədir?

True Positive Rate (TPR), müsbət olduğu bilinən nümunələrin nə qədərinin müsbət kimi tutulduğunu ifadə edir. Tam etiketli təsnifatdakı standart konseptual forması:

\[ TPR=\frac{TP}{TP+FN} \]

şəklindədir.

TP doğru müsbət, FN yanlış mənfi sayını təmsil edir.

CRISP-in əsas benchmark nəticəsi

Müqayisə sərhədi: Cədvəl iki müxtəlif növ müqayisə ehtiva edir. CRISP, Expert-curated, CrystalNN, CFID, Robocrystallographer və Raw CIF eyni PU Random Forest istehlakçısı altında müqayisə edilmişdir; burada əsas dəyişən təmsil formasıdır. CSLLM, StructLLM, SynCry və PU-CGCNN isə öz orijinal proqnoz pipeline-ları ilə müqayisə edildiyindən həm təmsil, həm də predictor dəyişir. Buna görə bütün sətirlər “yalnız descriptor fərqi” kimi şərh edilə bilməz.

Niyə daha çox descriptor avtomatik olaraq daha yaxşı deyil?

CRISP 50 ölçü, Expert-curated təmsil 18 ölçü və CFID 1.557 ölçüdür. Buna baxmayaraq eyni Random Forest altında F1 sırası CRISP > Expert-curated > CrystalNN > CFID olmuşdur.

Bu nəticə descriptor sayının təkbaşına informasiya keyfiyyətini müəyyən etmədiyini göstərir. Çox sayda ümumi xüsusiyyət hədəf üçün mənalı kimyəvi biliyin daha kiçik, lakin daha hədəfə yönəlmiş kataloqundan daha faydalı olmaq məcburiyyətində deyil.

Az verilən şəraitdə nə baş verdi?

Təlim bölməsinin yalnız %5-i istifadə edildikdə:

• CRISP F1 = 0,618,
• Expert-curated F1 = 0,577,
• dörd ümumi təmsilin F1 dəyərləri = 0,261–0,403

aralığında qalmışdır.

Bu nəticə derlənmiş kimyəvi önbiliyin xüsusilə verilən miqdarının məhdud olduğu şəraitdə fayda verə biləcəyinə dair tədqiqatdaxili sübutdur. Bunun başqa verilənlər dəstlərində avtomatik olaraq eyni böyüklükdə üstünlük verəcəyi göstərilməmişdir.

CIF nədir?

Crystallographic Information File (CIF), kristal quruluş məlumatının; vahid hüceyrə parametrləri, atom növləri, atom mövqeləri və simmetriya məlumatları kimi kristalloqrafik verilərlə təmsil olunduğu standartlaşdırılmış mətn formatıdır.

Raw-CIF müqayisəsində bu mətnin hamısı text-embedding-3-large ilə 256 ölçülü embedding-ə çevrilmişdir.

CrystalNN, CFID və Robocrystallographer nəyi təmsil edir?

• CrystalNN: 122 ölçülü yerli koordinasiya mühiti fingerprint-lərindən istifadə edir.
• CFID: 1.557 ölçüdə kimya, hüceyrə, radial, bucaq, dihedral və yükə aid paylanmaları birləşdirir.
• Robocrystallographer: kristal quruluşundan avtomatik təbii dil struktur təsviri yaradır; bu tədqiqat təsviri 256 ölçülü embedding kimi istifadə etmişdir.
• Raw CIF: kristalloqrafik faylın xam UTF-8 mətnini 256 ölçülü embedding-ə çevirir.

Paylanma Sürüşməsi Niyə Bu Tədqiqatın Mərkəzindədir?

Paylanma sürüşməsi test nümunələrinin təlim zamanı görülən struktur və ya kimya paylanmasından sistemli şəkildə fərqlənməsidir; CRISP-in əsas iddiası yalnız normal benchmark F1-ni artırmaq deyil, derlənmiş kimyəvi qaydaların daha böyük kristal strukturları və təlimdə heç görülməyən kimyəvi ailələr kimi paylanmadan kənar şəraitdə daha çox proqnoz siqnalını qoruya bilməsidir.

Struktur ölçü sürüşməsi

MP30 üzərində təlim keçmiş modellər yenidən təlim aparılmadan 31–49 site ehtiva edən 23.525 Materials Project strukturuna tətbiq edilmişdir.

Bu dəyərlərin hamısı eyni MP30 təlim paylanmasından daha böyük kristal təmsillərinə transferi ölçür.

Kimyəvi ailə sürüşməsi

İkinci transfer təcrübəsində səkkiz material ailəsindən biri tamamilə təlimdən çıxarılmış, model digər ailələrdə öyrədilmiş və heç görmədiyi ailə üzərində test edilmişdir.

“Makro orta” hər kimyəvi ailənin skorunun ailə ölçüsündən asılı olmayaraq bərabər çəki ilə ortalanmasıdır:

\[ F1_{\mathrm{macro}} = \frac{1}{K} \sum_{k=1}^{K}F1_k \]

Bu təcrübədə \(K=8\) kimyəvi ailə vardır.

Exact sign test p=0,0078 niyə alındı?

CRISP əvvəlcədən müəyyən edilmiş səkkiz kimyəvi ailənin hamısında Expert-curated nəzarətindən daha yüksək F1 əldə etmişdir.

Əgər iki metodun hər ailədə qalib gəlmə ehtimalı bərabər və %50 qəbul edilərsə, səkkiz müqayisənin hamısının eyni metodun xeyrinə çıxmasının iki tərəfli exact sign test ehtimalı:

\[ p= 2\left(\frac{1}{2}\right)^8 = \frac{2}{256} = 0.0078125 \]

olur. Mənbədəki p=0,0078 dəyəri bu nəticə ilə uyğundur.

Bu test F1 fərqlərinin böyüklüyünü deyil, səkkiz ailənin hamısında fərqin eyni istiqamətdə olmasının təsadüfi başvermə ehtimalını qiymətləndirir.

İntermetalliklərdəki fərq

Mənbə intermetallik ailəni xüsusi nümunə kimi göstərir:

• CRISP F1 = 0,764,
• CrystalNN F1 = 0,508,
• Expert-curated F1 = 0,418.

Müəlliflər bunu geniş CRISP kataloqunun ekspert tərəfindən kompakt şəkildə seçilmiş xüsusiyyətlərdə yetərincə təmsil olunmayan bəzi ailəyə xas kimyəvi məlumatları qoruya bilməsinə dair sübut kimi şərh edirlər.

End-to-end modellərlə paylanmadan kənar müqayisə

Daha böyük struktur testində kalibrə edilmiş TPR:

• CRISP = 0,839,
• CSLLM = 0,754,
• PU-CGCNN = 0,574.

Səkkiz görülməmiş kimyəvi ailə üzərində makro orta:

2022 → 2026 zaman nəzarəti

Tədqiqatçılar Oktyabr 2022 Materials Project snapshot-ında etiketsiz olub, lakin Aprel 2026-da müsbət qeydə çevrilmiş 334 struktur üzərində retrospektiv nəzarət aparmışdır.

Bu strukturların CRISP skorlarının %94,6-sı nominal 0,5 həddinin üzərindədir.

Şərh sərhədi: Bu nəticə CRISP-in 334 yeni materialın sintezini əvvəlcədən müstəqil şəkildə eksperimental olaraq kəşf etdiyi demək deyil. Analiz retrospektivdir və verilənlər bazasındakı statusun zamanla dəyişməsi ilə model skorunun əlaqəsini araşdırır.

Tədqiqatın Metodu və Nəticələri

Qayda tezliyi proqnoz əhəmiyyətini müəyyən edirmi?

Xeyr. Mənbədə qayda klasterləri LLM tərəfindən nə qədər tez-tez yaradıldıqlarına görə indeksləşdirilmiş, lakin yaradılma tezliyi ilə Random Forest importance dəyəri və ya orta mütləq SHAP töhfəsi arasında mənalı əlaqə tapılmamışdır.

Məsələn daha seyrək yaradılan:

• stoxiometriya sapması — R42,
• antisite formation-energy proxy — R45

kimi qaydalar nəzərəçarpan proqnoz töhfələri göstərmişdir.

Bu nəticə belə fərqi ortaya qoyur: anlayışın LLM tərəfindən asan və tez-tez xatırlanması ilə onu hesablayan descriptor-un model üçün həqiqətən faydalı olması eyni şey deyil.

Energy above hull niyə vacibdir?

Energy above hull, materialın eyni ümumi tərkibə malik mümkün sabit faza kombinasiyalarına görə enerjicə nə qədər yuxarıda olduğunu ifadə edən termodinamik sabitlik ölçüsüdür. Convex hull üzərində yerləşən strukturların energy-above-hull dəyəri sıfıra yaxın ikən, daha yüksək dəyərlər termodinamik metastabilliyin artdığını göstərə bilər.

CRISP qlobal descriptor importance analizində energy above hull ən mühüm descriptor olmuşdur. Lakin sinifləri yalnız bu descriptor müəyyən etməmişdir; mənbə heç bir tək descriptor-un demək olar deterministik sinif ayrımı yaratmadığını bildirir.

Ən mühüm 10 descriptor nə qədər məlumat daşıdı?

Təlim verilərindən çıxarılan importance sıralamasına görə yalnız ən yüksək 10 descriptor istifadə edildikdə F1=0,816 əldə edilmişdir. Daha aşağı importance sıralı descriptor-lardan başlayan alt dəstlər performansı daha yavaş bərpa etmişdir.

Bu hal paylanma daxilindəki performansın böyük hissəsini kompakt nüvənin daşıdığını göstərir. Lakin mənbə tam kataloqun struktur ölçü və kimyəvi ailə sürüşmələrində daha güclü olduğunu da göstərir.

Başqa sözlə, təlim paylanmasında lazımsız görünən bəzi kimya qaydaları yeni material ailəsinə keçildikdə faydalı ola bilər.

Descriptor ailələri

Post hoc ekspert təsnifatı descriptor-lardakı məlumatı əsasən bu fizikokimyəvi ailələrə ayırmışdır:

• termodinamik,
• qraf-əlaqəli,
• həndəsi,
• kompozisiya.

GPT-5 əvvəlcə A/B/C importance etiketləri təklif etmiş, daha sonra iki sahə eksperti descriptor-ları birlikdə nəzərdən keçirərək yekun etiketləri konsensusla müəyyən etmişdir. Müstəqil qiymətləndirmə aparılmadığından inter-rater agreement, yəni müşahidəçilərarası uyğunluq metriyi müəyyən edilməmişdir.

DFT Fiziki Auditi Nəyi Göstərir və Nəyi Sübut Etmir?

DFT perturbasiya–relaksasiya auditi yüksək CRISP skoruna malik strukturların tətbiq edilən kiçik koordinat pozuntuları altında yaxın ətrafda daha az enerji azaldan alternativ həndəsə tapması ilə əlaqəli olduğunu göstərir; bu, yerli struktur möhkəmliyi üçün müstəqil fiziki uyğunluq yoxlamasıdır, lakin sintez kinetikasını, laboratoriyada istehsal oluna bilməni və ya eksperimental davamlılığı birbaşa sübut etmir.

DFT qrupları

Üç qrup seçilmişdir:

• 50 yüksək skorlu məlum müsbət struktur,
• 50 yüksək skorlu etiketsiz struktur,
• 50 aşağı skorlu etiketsiz struktur.

Hər əsas struktur üçün atomların fraksional koordinatları %1 nisbətində təsadüfi sürüşdürülərək 10 perturbasiya edilmiş struktur yaradılmışdır. Eyni on random seed üç qrup üçün də istifadə edilmişdir.

Yerli möhkəmlik necə qiymətləndirildi?

Hər perturbasiya edilmiş struktur DFT ilə relaksasiya edilmiş və relaksasiyadan sonra enerji əsas strukturun enerjisi ilə atom başına müqayisə edilmişdir.

Əsas hədd:

\[ \Delta E<-0.02\;\mathrm{eV/atom} \]

kimi istifadə edilmişdir.

Perturbasiyanın əsas strukturdan ən az 0,02 eV/atom daha aşağı enerjiyə relaksasiya etməsi yaxın konfiqurasiya fəzasında daha aşağı enerjili həndəsənin tapıla bildiyini göstərir. Eyni əsas struktur üçün bu hadisənin daha çox perturbasiyada görülməsi mənbə tərəfindən daha aşağı yerli struktur möhkəmliyi ilə əlaqələndirilmişdir.

0,01 və 0,03 eV/atom hədləri istifadə edildikdə də eyni keyfiyyət sıralaması qorunmuşdur.

DFT hesablama şərtləri

Bu fiziki nəzarətin sərhədi

Strukturun kiçik perturbasiyalara qarşı yerli enerji ətrafında möhkəm olması real sintez zamanı əlçatan reaksiya yolunun mövcudluğunu göstərmir. Real sintez; temperatur, təzyiq, prekursorlar, kinetik baryerlər, faza keçidləri və eksperimental prosedur kimi çoxsaylı əlavə amillərdən asılı ola bilər.

Buna görə tədqiqat DFT audit nəticəsini “CRISP sintez kinetikasını öyrəndi” şəklində şərh etmir.

Formalaşma enerjisi tapşırığı

Formalaşma enerjisi reqressiyasında 99.186 sonlu formalaşma enerjisi qeydi istifadə edilmişdir. CRISP kataloq ölçüsü bu tapşırıqda 25 descriptor-dur.

Reqressiya modellərində RandomForestRegressor 100 ağacla istifadə edilmişdir. Üç GroupShuffleSplit bölünməsində strukturların %20-si test üçün ayrılmışdır. Təlim nisbətləri:

5%, 10%, 20%, 40%, 60%, 80% və 100%

olacaq şəkildə iç-içə alt dəstlər kimi tətbiq edilmişdir.

MAE nəyi ifadə edir?

Orta mütləq xəta — Mean Absolute Error (MAE) — proqnoz ilə həqiqi dəyər arasındakı mütləq fərqlərin ortasıdır:

\[ MAE= \frac{1}{n} \sum_{i=1}^{n} |y_i-\hat{y}_i| \]

\(y_i\) həqiqi dəyər, \(\hat{y}_i\) model proqnozu və \(n\) nümunə sayıdır. MAE azaldıqca orta proqnoz xətası azalır.

R² nəyi ifadə edir?

Müəyyənetmə əmsalının standart tərifi:

\[ R^2= 1- \frac{\sum_i(y_i-\hat{y}_i)^2} {\sum_i(y_i-\bar{y})^2} \]

şəklindədir. \(R^2\) dəyərinin 1-ə yaxınlaşması proqnozların hədəf dəyişən variasiyasının böyük hissəsini izah etdiyini göstərir. Mənfi R² modelin bəzi test şərtlərində sadə orta proqnozdan belə daha pis davrana biləcəyini göstərə bilər.

Formalaşma enerjisi nəticələri

CRISP üçün mənbə əlavə olaraq R²=0,961 bildirir.

Səkkiz görülməmiş kimyəvi ailəyə transferdə makro R²:

• CRISP = 0,564,
• Expert-curated = 0,474,
• CFID = 0,323.

Digər təmsillər səkkiz ailə üzərində müsbət makro R² qoruya bilməmişdir.

İon keçiriciliyi verilənlər dəsti

Otaq temperaturu ion keçiriciliyi tapşırığı 503 qeyri-üzvi bərk elektrolitdən ibarətdir.

Hədəf:

\[ \log_{10}\left[\frac{\sigma}{\mathrm{S/cm}}\right] \]

şəklində ifadə edilmişdir.

Burada \(\sigma\) ion keçiriciliyidir. Keçiriciliyin S/cm vahidinə bölünməsi loqarifmin içinə ölçüsüz nisbət daxil edir; model birbaşa keçiriciliyin 10 əsaslı loqarifmini proqnozlaşdırır.

Verilənlər bölünməsi reduced-formula-group-disjoint olacaq şəkildə:

• 404 təlim,
• 99 test

strukturundan ibarət olmuşdur.

İon keçiriciliyi nəticələri

CRISP test R² dəyəri 0,570-dir.

Daha sonra CRISP 503 inkişaf strukturunun hamısında öyrədilmiş və bu kolleksiyada olmayan, əl ilə tərtib edilmiş 150 bərk elektrolitlik xarici kohort üzərində yenidən təlim aparılmadan test edilmişdir:

Spearman ρ, iki dəyişənin mütləq dəyərlərindən çox sıralamalarının nə dərəcədə birlikdə dəyişdiyini ölçən rank-correlation metriyidir. ρ=0,721 bu xarici kohortda proqnozlaşdırılan keçiricilik sıralaması ilə müşahidə olunan sıralama arasında müsbət əlaqə olduğunu göstərir.

Lakin mənbə ion daşınmasına yönəlmiş xüsusi ekspert önbilikləri ilə əl ilə seçilmiş 18 descriptor-luq nəzarətin CRISP-dən daha yaxşı olduğunu açıq şəkildə bildirir. Əsas PDF-də bu ekspert nəzarətin tam sayısal nəticələri Figure S20-yə yönləndirilmişdir; dəstəkləyici fiqurun dəqiq dəyərləri əsas PDF-də verilmədiyinə görə Verianla onları yaratmır.

Sürüşmə modulu nəticəsi niyə mühüm məhdudiyyətdir?

Sürüşmə modulu tapşırığı 10.794 uyğun strukturu əhatə edir. Mənbə bu tapşırıqda incə rezolyusiyalı davamlı həndəsi descriptor-ların CRISP-dən daha yaxşı performans göstərdiyini bildirir.

Bu nəticə CRISP-in tapşırıqdan asılı olmayan universal təmsil olmadığını göstərir. Hədəf çox incə və davamlı həndəsi məlumatdan güclü şəkildə asılıdırsa, təbii dil kimya qaydalarından derlənən kompakt descriptor kataloqu tələb olunan rezolyusiyanı daşımaya bilər.

Tədqiqatın əsas sayısal xülasəsi

Tədqiqatın dəstəklədiyi nəticələr

• LLM tərəfindən yaradılan təbii dil kimya qaydaları yoxlanıla bilən icra edilə bilən descriptor-lara çevrilə bilər.
• CRISP descriptor-ları MP30 benchmark-ında eyni PU Random Forest altında müqayisə edilən ümumi təmsillərdən və ekspert seçilmiş 18 descriptor-dan daha yüksək F1 əldə etmişdir.
• CRISP-in üstünlüyü struktur ölçü və kimyəvi ailə paylanma sürüşmələrində artmışdır.
• Nadir yaradılan bəzi qaydalar mühüm proqnoz məlumatı daşıya bilər; LLM yaradılma tezliyi feature importance üçün etibarlı proxy deyil.
• Tam descriptor kataloqu paylanma sürüşməsində, paylanma daxilində lazımsız görünə biləcək tamamlayıcı məlumatlar təmin edə bilər.
• Yüksək CRISP skorları tətbiq edilən DFT perturbasiya protokolu altında daha yüksək yerli struktur möhkəmliyi ilə əlaqəli tapılmışdır.
• CRISP formalaşma enerjisində ekspert kompakt təmsil ilə oxşar paylanma-daxili xəta əldə etmişdir.
• CRISP ion keçiriciliyində ümumi kristal təmsillərindən daha aşağı MAE əldə etmiş və müstəqil 150 strukturluq kohorta məlumat daşımışdır.
• Descriptor kataloqu yaradıldıqdan sonra material başına LLM inference tələb olunmur.
• Hər descriptor adlandırılmış kimyəvi qaydaya və yoxlanıla bilən proqrama bağlana bildiyinə görə təmsil denetlenə və ablate edilə bilər.

Tədqiqatın dəstəkləmədiyi nəticələr

• CRISP skoru kristalın laboratoriyada mütləq sintez edilə biləcəyinə zəmanət deyil.
• Etiketsiz nümunələr həqiqi mənfi deyil.
• 2026-da müsbətə çevrilən strukturların CRISP tərəfindən eksperimental olaraq “kəşf edildiyi” göstərilməmişdir.
• DFT perturbasiya auditi sintez kinetikasını və ya eksperimental davamlılığı birbaşa ölçmür.
• CRISP bütün material xassələri üçün ən yaxşı təmsil deyil.
• İon keçiriciliyində tapşırığa xas ekspert descriptor nəzarətini keçməmişdir.
• Sürüşmə modulunda incə həndəsi descriptor-lardan daha yaxşı olduğu göstərilməmişdir.
• LLM-nin birbaşa son proqnoz modeli kimi üstün olduğu göstərilmir; CRISP-in əsas töhfəsi knowledge compilation mərhələsindədir.
• F1=0,856 real dünya laboratoriya sintez uğur nisbəti deyil.
• PU precision dəyərləri tam etiketli klassik təsnifat precision-ı kimi birbaşa şərh edilməməlidir.

Tədqiqatın əsas metodoloji məhdudiyyətləri

PU etiket strukturu: Sintezlənəbilərlik tapşırığının həqiqi mənfi sinfi yoxdur. Nəticələr müsbət/etiketsiz benchmark fərziyyələrindən və α=0,0567 latent-positive prevalens qəbulundan asılıdır.

Hədəfdən asılılıq: CRISP-in uğuru hədəf xassənin hansı məlumat rezolyusiyasını tələb etməsindən asılıdır. Sürüşmə modulu nəticəsi bu məhdudiyyəti açıq göstərir.

Ekspert önbiliyinin hələ də dəyəri var: Kiçik ion keçiriciliyi verilənlər dəstində güclü tapşırığa xas ekspert descriptor-lar CRISP-i keçmişdir.

Proprietary LLM istifadəsi: Mövcud tətbiq qayda yaradılması, birləşdirmə və kod yaradılması mərhələlərində proprietary dil modellərindən istifadə edir. Müəlliflər buna qarşılıq istifadə olunan yekun qayda mətnlərini, descriptor proqramlarını və audit qeydlərini yayımlayaraq nəticələrdə istifadə edilən təmsilin izlənəbilənliyini qoruduqlarını bildirirlər.

Kataloq inkişaf xronologiyası: K=50 kataloq, 1.000 çağırış büdcəsi və ilk MP30 bölünməsi erkən inkişaf mərhələsində müəyyən edilmişdir. Mənbə Figure S4 kataloq-ölçüsü və Figure S3 classifier analizlərini prospective model-selection deyil retrospektiv həssaslıq analizləri kimi təqdim edir.

Kimyəvi ailə testi element-disjoint deyil: Ailə əsaslı transfer taxonomy-level transferi ölçür; test edilən ailədəki bütün elementlərin təlimdən çıxarıldığı anlamına gəlmir.

Yenidən istehsal oluna bilmə baxımından güclü tərəflər

• Promptlar Supporting Information daxilində paylaşılmışdır.
• Qayda konsolidasiya proseduru izah edilmişdir.
• İcra edilə bilən descriptor kodları yayımlanmışdır.
• Code audit qeydləri paylaşılmışdır.
• Model təlimi və qiymətləndirmə kodunun GitHub vasitəsilə əlçatan olduğu bildirilmişdir.
• MP30 struktur veriləri Materials Project vasitəsilə əlçatandır.
• 503 strukturluq ion keçiriciliyi inkişaf dəstinin Zenodo DOI-si verilmişdir.
• Dondurulmuş benchmark ID-ləri müxtəlif modellər arasında ortaq saxlanılmışdır.

Mənbə və Metod Qeydi

Orijinal tədqiqat: Compiling Chemical Knowledge into Executable Descriptors for Materials Prediction

Müəlliflər: Jaehwan Choi; Kunik Jang; Seongmin Kim; Shuan Chen; Kyungju Nam; Seung Hyo Noh; Donghwi Kim; Yousung Jung.

Məsul müəllif: Yousung Jung.

E-poçt: yousung.jung@snu.ac.kr

Qurum 1: Department of Chemical and Biological Engineering (BK21 four), and Institute of Chemical Processes, Seoul National University, 1 Gwanak-ro, Gwanak-gu, Seoul 08826, Korea.

Qurum 2: Institute of Engineering Research, Seoul National University, 1 Gwanak-ro, Gwanak-gu, Seoul 08826, Korea.

Qurum 3: Materials Research & Engineering Center, Hyundai Motor Company, Uiwang-si, Gyeonggi-do, Republic of Korea.

Mənbə növü: arXiv preprint; hesablama materialşünaslığı və maşın öyrənməsi tədqiqatı.

arXiv identifikatoru: arXiv:2608.27587.

arXiv DOI formatı: 10.48550/arXiv.2608.27587.

arXiv qeyd tarixi: 27 Avqust 2026.

Sahə: Materials Science / cond-mat.mtrl-sci.

Hakemlik statusu: Araşdırılan versiya preprint-dir. 4 Noyabr 2026 tarixinə ayrıca hakemli jurnal versiyası təsdiqlənməmişdir.

Rəsmi qeyd: arXiv:2608.27587.

Lisenziya: Yüklənmiş əsas PDF mətnində açıq Creative Commons lisenziya bəyanatı görünmür; lisenziya haqqında mənbədə olmayan təsnifat əlavə edilməmişdir.

Bərabər töhfə: Əsas PDF-də bərabər töhfə/birgə birinci müəlliflik bəyanatı yoxdur.

Əsas metod: CRISP — LLM dəstəkli kimyəvi qayda kəşfi, qayda birləşdirmə və icra edilə bilən skalyar descriptor derləmə çərçivəsi.

CRISP qısaltması: Əsas PDF-də açıq açılış verilmir.

Sintezlənəbilərlik qayda kəşfi: gpt-4.1-mini-2025-04-14; 1.000 çağırış; çağırış başına 10 namizəd qayda; cəmi 10.000 təbii dil qaydası.

Qayda embedding-i: text-embedding-3-large; L2 normalization → PCA → yenidən normalization.

Klasterləşdirmə: k-means; 50 cluster; 50 centroid initialization; maksimum 1.000 iterasiya; random seed 42.

Qayda birləşdirmə: GPT-5; sintezlənəbilərlik üçün 50 təmsilçi qayda.

Reqressiya qayda kataloqları: Formalaşma enerjisi, sürüşmə modulu və ion keçiriciliyi üçün 25 qayda ailəsi.

Descriptor kod yaradılması: gpt-4.1-2025-04-14; temperature=0; hər funksiya tək skalyar floating-point çıxış yaradır.

İnsan müdaxiləsi: Kod hazırlanmasında yalnız syntax, type, import və runtime xətalarını aradan qaldıran execution repair; mənbə kimyəvi məntiqin dəyişdirilmədiyini bildirir.

Hədəf sızması nəzarəti: Descriptor yaradılmasında hədəf dəyərlərin, target-trained surrogate-ların və tapşırıq üçün qadağan edilmiş birbaşa proxy girişlərin istifadəsi əngəllənmişdir.

MP30: 100.194 struktur; 38.347 P və 61.847 U.

MP30 təlim: 90.174 struktur; 34.512 P və 55.662 U.

MP30 test: 10.020 struktur; 3.835 P və 6.185 U.

Sintezlənəbilərlik modeli: Bagged Positive–Unlabeled Random Forest.

Bag sayı: 50.

Hər Random Forest: 100 estimator; bunun xaricində scikit-learn standart ayarları.

α: 0,0567; etiketsiz hovuz daxilində fərz edilən gizli müsbət prevalensi.

CRISP MP30 nəticəsi: TPR=0,855; estimated precision=0,858; F1=0,856.

Struktur ölçü transferi: MP30-da öyrədilmiş modellər 31–49 site ehtiva edən 23.525 struktur üzərində yenidən təlim olmadan qiymətləndirilmişdir; CRISP F1=0,420.

Kimyəvi ailə transferi: Səkkiz ailə leave-one-family-out qaydasında test edilmişdir; CRISP makro F1=0,537; Expert-curated=0,373; exact sign test p=0,0078.

Zaman nəzarəti: 2022-də U olub 2026-da müsbətə çevrilən 334 strukturun %94,6-sında CRISP skoru 0,5-dən yüksəkdir; analiz retrospektivdir.

Feature attribution: Random Forest impurity importance, TreeSHAP, held-out permutation importance və təkrarlanan fit analizləri.

DFT audit qrupları: 50 yüksək skorlu məlum müsbət + 50 yüksək skorlu U + 50 aşağı skorlu U; hər struktur üçün 10 ədəd %1 coordinate perturbation.

DFT: VASP 5.4.4; PAW; PBE; spin-polarized; 520 eV plane-wave cutoff; Gaussian smearing 0,05 eV; Γ-centered k-point mesh.

DFT şərh sərhədi: Perturbasiya–relaksasiya analizi yerli struktur möhkəmliyi ilə əlaqəni araşdırır; sintez kinetikası və ya eksperimental həyata keçirilə bilmə sübutu deyil.

Formalaşma enerjisi veri sayı: 99.186 struktur.

Formalaşma enerjisi CRISP: MAE=0,130 eV/atom; R²=0,961.

Formalaşma enerjisi kimyəvi ailə transferi: Makro R²=0,564.

Sürüşmə modulu veri sayı: 10.794 struktur.

Sürüşmə modulu məhdudiyyəti: İncə davamlı həndəsi descriptor-lar CRISP-dən daha yaxşı performans göstərmişdir; əsas PDF dəqiq skorları Supporting Information-a yönləndirir.

İon keçiriciliyi inkişaf dəsti: 503 qeyri-üzvi bərk elektrolit; 404 təlim / 99 test.

İon keçiriciliyi hədəfi: log₁₀[σ/(S/cm)].

İon keçiriciliyi CRISP daxili test: MAE=1,229 log vahid; R²=0,570.

Xarici ion keçiriciliyi kohortu: 150 struktur; inkişaf dəstindəki 503 strukturdan kənarda əl ilə tərtib edilmişdir.

CRISP xarici kohort: MAE=1,170 log vahid; R²=0,476; Spearman ρ=0,721; xarici kohortda refitting aparılmamışdır.

İon keçiriciliyi məhdudiyyəti: 18 tapşırığa xas ekspert descriptor-luq nəzarət CRISP-dən daha yaxşı performans göstərmişdir.

Reqressiya learner: RandomForestRegressor; 100 ağac; bunun xaricində standart scikit-learn ayarları.

Formalaşma enerjisi / sürüşmə modulu bölünmələri: Üç GroupShuffleSplit; %20 test; material identifier grouping; təlim nisbətləri %5, %10, %20, %40, %60, %80 və %100.

Reqressiya ön emalı: Training data üzərində median imputation və zero-variance removal.

Reqressiya metrikləri: MAE, RMSE, R² və Spearman ρ.

Veri əlçatanlığı: MP30 kristal strukturları və əlaqəli metadata Materials Project-dən; 503 strukturluq ion keçiriciliyi inkişaf dəstinin Zenodo DOI 10.5281/zenodo.17157647 vasitəsilə əlçatan olduğu bildirilmişdir.

Kod əlçatanlığı: Mənbə kodu, promptlar, frozen rule catalogs, executable descriptor functions, təlim, qiymətləndirmə və figure-preparation kodlarının snu-micc/CRISP GitHub repository-sində yayımlandığı bildirilmişdir.

Maliyyələşdirmə: Hyundai Motor Group.

Maraqların toqquşması: Kyungju Nam, Seung Hyo Noh və Donghwi Kim Hyundai Motor Company əməkdaşlarıdır. Tədqiqat Hyundai Motor Group tərəfindən dəstəklənmişdir. Digər müəlliflər competing interest bildirməmişdir.

Müəllif töhfələri: Jaehwan Choi tədqiqatı dizayn etdi; metod və proqram təminatını inkişaf etdirdi; analiz, validasiya, verilərin kurasiyası və fiqurları həyata keçirdi; ilk qaralamanı yazdı. Kunik Jang DFT perturbasiya–relaksasiya analizini apardı, ion keçiriciliyi verilənlər dəstlərini kurasiya və validasiya etdi və şərh/yazıya töhfə verdi. Seongmin Kim və Shuan Chen ilkin tədqiqat konsepsiyasının inkişafına və müzakirələrə töhfə verdi. Kyungju Nam, Seung Hyo Noh və Donghwi Kim layihə müzakirələrinə töhfə verib məqaləni nəzərdən keçirdilər. Yousung Jung layihəyə rəhbərlik etdi, konseptuallaşdırma və şərhə töhfə verdi, maliyyələşdirməni təmin etdi və məqaləni revizə etdi. Bütün müəlliflər son mətni təsdiqlədi.

Əsas şərh sərhədi: CRISP-in sintezlənəbilərlik skoru real laboratoriya sintez uğuru, kinetik əlçatanlıq və ya eksperimental istehsal zəmanəti deyil.

Əsas əhatə sərhədi: Metodun üstünlüyü hədəfdən asılıdır; ekspert önbiliyinin və ya daha yüksək rezolyusiyalı həndəsi təmsillərin üstün olduğu tapşırıqlar mənbədə açıq şəkildə bildirilmişdir.