提出了一种预测结构空间群的方法，给出了该结构的计算或测量的原子对分布函数（PDF）。该方法利用了在超过10万个PDF上训练的机器学习模型，这些PDF是从45个最具代表性的空间组中的结构计算出来的。特别是，提出了卷积神经网络（CNN）模型，该模型在91.9%的时间内正确识别了前6个估计值中的空间组，从而产生了一个有希望的结果。CNN模型还成功识别了15个实验性PDF中的12个空间组。讨论了失败估计的有趣方面，这表明CNN的失败方式与应用于传统粉末衍射数据的传统索引算法类似。CNN模型的这一初步成功表明了对多种材料的PDF数据进行模型依赖性评估的可能性。
