261008 NeurIPS 2026｜我所科学家（兼）曹斌博士合作成果发表
近日，我所兼职科学家曹斌博士与中国科学院自动化研究所、香港科技大学（广州）等单位科研人员合作完成的研究成果，发表于NeurIPS 2026。曹斌为论文共同第一作者、共同通讯作者。
该研究提出多相粉末 X 射线衍射全谱分解框架 XDecomposer，从一张混合衍射谱中同时恢复各晶相的信号，为多相材料的物相识别与定量分析提供支持。
01 多种晶相的信号如何分开
粉末 X 射线衍射（PXRD）是分析晶体结构的常用手段。不同晶相具有各自的衍射特征；当多种晶相共存时，这些信号便叠加在同一张谱图中。分析的难点在于：既要判断样品中有哪些晶相，也要分清各晶相贡献了哪些信号。
一些现有方法采用逐相识别、扣除信号、继续分析残差的流程。但在相数与比例未知、衍射峰严重重叠时，一次扣除偏差就可能影响后续判断，造成误差累积。
XDecomposer 将这一任务建模为单通道盲源分离问题：根据一条混合信号，同时估计多个潜在组分。模型直接输出一组分离后的衍射信号，并通过活跃度预测筛选有效组分。
图1 四相混合谱的分解示例。上方对比各组分的真实信号与预测信号，下方展示混合谱重构及误差。蓝色为真实值，红色虚线为预测值。
02 全谱分解如何实现
XDecomposer 的分解阶段无需输入候选相清单、结构模板或实际相数。其方法将衍射特征学习、组分提取与物理约束结合起来。
从局部峰形到全谱关联
模型先在大量单相衍射谱上进行掩码重构预训练，学习衍射特征，再利用多相混合谱训练分解模块。卷积网络提取局部峰形与多尺度特征，Transformer 则建模不同角度区间之间的关联，为分离同一晶相的多个衍射峰提供依据。
用相查询提取组分信号
可学习的“相查询”从共享特征中提取不同组分的信息。模型采用集合预测，不要求各组分按固定顺序输出，并通过活跃度判断哪些输出有效。当前模型设置了4个输出槽位，论文重点验证了二相、三相和四相体系。
用软掩码约束重构结果
模型为每个组分预测取值在0到1之间的软掩码，再与输入谱逐点相乘。这使各组分信号保持非负，且不超过同一位置的输入强度；训练中的混合一致性损失进一步约束各组分之和，使其接近原始混合谱。
图2 XDecomposer 方法框架。上方为两阶段训练，下方为特征提取、相查询引导的分解与重构过程。
03 在两类数据上检验分解效果模拟数据上的整体分解与检索
研究团队基于 Materials Project 的 100,315个晶体结构，为每个结构生成20条模拟单相谱，构建了约200万条单相衍射谱，再按不同相数和比例生成混合样本。训练、验证与测试集之间无结构重叠。
在二相、三相和四相模拟数据上，XDecomposer 在论文报告的谱形相关性、峰位偏差、峰宽误差及检索准确率指标上均取得最优结果。其中，四相体系的 Top-1 检索准确率达到 69.68%，较该指标最优对比模型 Transformer 提高 21.27个百分点。
模拟混合谱的相级 Top-1 检索准确率（论文表1）
Top-1 指正确晶相排在检索结果首位的比例，Top-10 指正确晶相进入前10个候选的比例；两者均为相级指标，不代表整张混合谱的全部晶相均识别正确。
基于实测单相谱的混合数据验证
研究团队还选取 RRUFF 数据库中的 662条实测单相谱，经基线校正与背景去除后，按可控比例合成混合谱，并开展五折交叉验证。XDecomposer 的相级检索结果如下。
RRUFF 实测单相谱合成混合数据的检索准确率（%，均值 ± 标准差；论文表2）
在该实验设置下，XDecomposer 的整体谱形相关性及 Top-1、Top-10 检索准确率均优于参与对比的方法。这表明模型的主要优势在于整体分解与后续检索，同时也反映出模拟数据与实测数据之间仍存在性能差距。
04 推动多相材料的自动化表征
XDecomposer 为多相材料的智能分析提供了新的方法支撑。模型输出的组分谱可与物相识别、结构精修及材料性质预测方法衔接，未来与 WPEM 等精修方法进一步结合，有望完善自动化表征流程。
目前的验证主要覆盖二至四相体系，更多晶相及更复杂实验扰动下的表现仍需检验。分解阶段无需候选相先验，但为组分确定物相身份仍需衔接检索或结构预测方法。
论文信息
论文题目：XDecomposer: Learning Prior-Free Set Decomposition for Multiphase X-ray Diffraction
发表会议： NeurIPS 2026
作者：高晗宇、曹斌、苏韫月、张统一、刘强
通讯作者：曹斌、刘强