연구자들은 이종 재료 데이터(결정 구조, 시뮬레이션된 분말 X선 회절(pXRD), 상태 밀도(DOS), 자연어)를 통합된 임베딩 공간으로 통합하는 대조적 학습 프레임워크인 MatBind를 제시했습니다. 결정 구조를 중심 물리적 앵커로 사용하여 이 모델은 이러한 모달리티를 정렬하여 본질적인 제로샷 크로스모달 검색을 가능하게 합니다.
- 이 프레임워크는 훈련 중에 명시적으로 페어링되지 않은 모달리티 간 정렬을 유도합니다.
- 쿼리 시 여러 모달리티가 결합되면 검색 성능이 체계적으로 향상됩니다.
- 학습된 임베딩 공간은 명시적인 감독 없이 물리적으로 의미 있는 특성에 따라 재료를 조직합니다.
이종 재료 데이터를 단일 물리적 현실의 보완적 투영으로 취급함으로써 더 효과적인 크로스모달 쿼리 및 분석이 가능합니다.