SLayerGen：适用于所有空间群与层群的晶体生成模型

基于摘要分析。本文研究晶体材料生成，重点覆盖二维超导体、薄膜半导体及催化表面等双周期材料：这类体系在两个晶格方向上具有周期性，在另一个方向上非周期。作者提出 SLayerGen，使生成的晶体满足指定空间群或层群的对称性约束，并为双周期材料生成提供数据、评估指标及层群对称性表示。 方法由三个环节组成：从粗到细的离散自回归晶格生成；基于 Transformer 的自回归采样，用于生成 Wyckoff 位置、元素及对称不等价原子的数量；以及对空间群或层群等变的原子坐标扩散。其核心机制是将晶体对称性约束纳入结构生成，而非仅使用面向体相周期晶体的生成方法。具体对称性编码、扩散损失、训练流程及约束实现尚未验证。 数据与结果方面，作者整理并筛选了单层和双层材料数据集，提出相关评估指标。作者报告，在双周期材料的从头生成任务中，SLayerGen 相较体相晶体生成模型获得一致的性能提升，并在体相与双周期材料联合训练时具有竞争力。摘要未提供数据规模、划分方式、基线名称、指标定义或具体数值，因此无法量化提升或核对比较条件；实验协议、消融及统计信息尚未验证。 本文的主要研究对象是受晶体对称性约束的材料结构生成，不是神经信号建模。摘要未给出与 EEG/BCI 的具体机制对应关系，因此不据此提出迁移效果或复现实验建议。复现其原领域结果仍需核对全文中的数据筛选规则、层群表示、评价指标及实现细节。