XDecomposer: 다상 X선 회절을 위한 사전 정보 없는 집합 분해 학습
XDecomposer: Learning Prior-Free Set Decomposition for Multiphase X-ray Diffraction
다상 분말 X선 회절(PXRD) 분석은 실제 합성 과정에서 구성 상(phase, 성분)들을 안정적으로 분리해내기 어려운 복잡한 혼합물이 생성되는 경우가 많아 구조 식별의 근본적인 병목 구간으로 남아 있습니다. 최근 표현 기반 결정 검색 및 생성이 발전하면서 PXRD로부터 직접 구조를 추론할 수 있는 가능성이 제시되었으나, 기존 접근 방식은 대부분 단상(single-phase) 입력을 가정하므로 다상 환경에서는 제대로 작동하지 않습니다. 본 논문에서는 후보 상 목록, 구조적 템플릿, 또는 상의 수에 대한 사전 지식 없이도 다상 XRD 패턴의 분해 및 식별을 동시에 수행하는 사전 정보 없는(prior-free) 프레임워크인 XDecomposer를 제안합니다. 우리는 다상 회절 분석을 집합 예측(set prediction) 문제로 정의하며, 모델은 단일 통합 아키텍처 내에서 상별 성분의 순서 없는 집합과 혼합 비율, 그리고 이에 대응하는 구조 표현을 추론합니다. 회절 일관성을 갖는 물리적 재구성과 결합된 상 쿼리(phase-query) 기반 분해 메커니즘은 결정학적 충실도를 보존하면서 정확한 음원 분리(source separation)를 가능하게 합니다. 모의 및 실험 데이터셋 모두를 대상으로 한 광범위한 실험을 통해, XDecomposer가 다양한 화학 시스템 전반에서 재구성 정확도와 상 식별 성능을 크게 향상시키며 보지 못한(unseen) 혼합물에 대해서도 강력한 일반화 성능을 유지함을 보여줍니다. 이러한 결과는 데이터 기반의 성분 분해 다상 XRD 분석을 위한 실용적인 경로를 제공하며, 사전 지식 기반의 반복적 상 매칭에 대한 오랜 의존도를 낮춥니다. 코드는 https://github.com/Licht0812/XDecomposer 에서 공개되어 있습니다.