お問合せ 掲載依頼 プライバシーポリシー
HOME > ElMD

ElMD

ElMD は材料組成（化学式）同士の化学的類似度を、元素比の分布を別の分布へ移し替えるための最小仕事量として定義するElement Movers Distance（Earth Mover’s Distance／Wasserstein距離に基づく組成空間向け指標）を計算するPythonパッケージである。

  • 基本情報
  • 事例・論文
  • 学習コンテンツ
  • レビュー
  • 開発者の声

基本情報

公式サイト https://github.com/lrcfmd/ElMD
公開度 ★★★
ライセンス
  • GitHub表示: GPL-3.0（リポジトリ表示上のライセンス表記）
  • PyPIメタデータ: GNU LGPLv3 表記（PyPIページのLicense欄）
  • ※実運用では、配布物に含まれるLICENSE原文を確認のうえ取り扱うことを推奨
開発者

Leverhulme Research Centre for Functional Materials Design (LRCFMD),  University of Liverpool
対応OS・利用環境
  • Pythonパッケージ（pipで導入）: pip install ElMD
  • 公式READMEではPython 3.8+環境で依存関係の衝突が起きる場合があるとして、
    pip install ElMD --no-deps での導入が推奨されている（必要に応じて numpy、高速化に numba を追加）
関連論文
  • Cameron J. Hargreaves; Matthew S. Dyer; Michael W. Gaultois; Vitaliy A. Kurlin; Matthew J. Rosseinsky,
    “The Earth Mover’s Distance as a Metric for the Space of Inorganic Compositions,”
    Chemistry of Materials 2020, 32 (24), 10610–10620.
    DOI: https://doi.org/10.1021/acs.chemmater.0c03381
  • Sterling G. Baird; Tran Q. Diep; Taylor D. Sparks,
    “DiSCoVeR: a materials discovery screening tool for high performance, unique chemical compositions,”
    Digital Discovery 2022, 1, 226–240.
    DOI: https://doi.org/10.1039/D1DD00028D
  • Q. Li; N. Fu; S. S. Omee; J. Hu,
    “MD-HIT: Machine learning for material property prediction with dataset redundancy control,”
    npj Computational Materials 10, 245 (2024).
    DOI: https://doi.org/10.1038/s41524-024-01426-z
関連サイト