空间群条件流匹配

基于摘要分析。该研究面向无机晶体结构生成，针对多数原子坐标生成模型忽略晶体对称性、生成结构的对称性分布偏离目标群体的问题，提出 Space Group Conditional Flow Matching，将空间群与 Wyckoff 位置作为整个生成过程的条件，以生成更符合目标对称性约束的晶体结构。 核心机制是同时约束生成起点与演化过程：构造条件对称的噪声基分布，并使用以群为条件的等变参数化向量场，使原子的运动始终限制在其初始 Wyckoff 位置对应的仿射子空间内。Wyckoff 位置决定原子在晶体中的重复数及大致位置，因此该方法不仅约束坐标变化，还利用晶体结构特有的几何与对称信息。摘要未提供具体训练损失、网络结构或采样求解细节。 作者通过针对对称晶体重写 group averaging，实现群条件等变性，并报告对称化带来的额外计算开销降至可忽略水平。作者还报告，在从头生成（de novo generation）和以真实 Wyckoff 位置为条件的晶体结构预测基准上达到最先进结果；摘要未给出基准名称、数据划分、对照方法、性能指标或具体数值。上述两类任务的条件信息不同，其结果需分别核对，不能直接合并比较。稳定性评价方式、实验协议、消融及统计信息尚未验证。 该论文的主要研究对象是晶体材料，而非 EEG 或 BCI。其约束生成机制依赖明确的空间群、Wyckoff 位置及对应几何子空间；当前材料未提供这些结构与神经信号之间的具体对应关系，因此不据此推断 BCI 有效性或提出迁移复现实验。复现原研究还需核对条件信息的构造方式、群平均重写算法、训练与推理设置及实现可用性。