[論文レビュー] Big Data meets Quantum Chemistry Approximations: The $\Delta$-Machine Learning Approach

Raghunathan Ramakrishnan, Pavlo O. Dral+2 more|arXiv (Cornell University)|Mar 17, 2015

Machine Learning in Materials Science参考文献 35被引用数 6

ひとこと要約

この論文は、低コストな量子化学的手法に機械学習補正を適用することで、熱力学的および電子相関エネルギーの化学的に正確な予測を実現するΔマシンラーニング手法を紹介する。この手法により、ハートリー・フォック計算コストで最大16,000個の炭素7水素10酸素2の構造異性体を含む大規模な分子空間の正確なモデリングが可能となり、訓練データの1%のみを用いてもデータセット全体にわたる汎用性が示された。

ABSTRACT

Chemically accurate and comprehensive studies of the virtual space of all possible molecules are severely limited by the computational cost of quantum chemistry. We introduce a composite strategy that adds machine learning corrections to computationally inexpensive approximate legacy quantum methods. After training, highly accurate predictions of enthalpies, free energies, entropies, and electron correlation energies are possible, for significantly larger molecular sets than used for training. For thermochemical properties of up to 16k constitutional isomers of C$_7$H$_{10}$O$_2$ we present numerical evidence that chemical accuracy can be reached. We also predict electron correlation energy in post Hartree-Fock methods, at the computational cost of Hartree-Fock, and we establish a qualitative relationship between molecular entropy and electron correlation. The transferability of our approach is demonstrated, using semi-empirical quantum chemistry and machine learning models trained on 1 and 10\% of 134k organic molecules, to reproduce enthalpies of all remaining molecules at density functional theory level of accuracy.

研究の動機と目的

• 大規模な分子空間を探索する際の高精度量子化学計算の計算ボトルネックを克服すること。
• 低コストな量子手法を用いて、構造異性体を含む大規模な分子集合の化学的に正確な予測を可能にすること。
• 最小限の訓練データで分子データセット全体に一般化可能な汎用的な機械学習フレームワークを開発すること。
• ハートリー・フォックレベルの計算コストで電子相関エネルギーを予測し、分子のエントロピーと電子相関の間の関係を確立すること。

提案手法

• Δマシンラーニング手法は、半経験的またはハートリー・フォック法などの近似量子化学手法に学習済み補正を適用することで、精度を向上させる。
• 134,000個の有機分子のサブセットで訓練されたモデルは、密度汎関数理論（DFT）の精度で熱力学的性質を予測する。
• この手法は、特にエンタルピー、ギブズエネルギー、エントロピー、電子相関エネルギーにおける従来の量子手法の誤差を機械学習で補正する。
• フレームワークは汎用的である：訓練データの1%または10%で学習したモデルは、残りの90%または99%の分子についてもDFTレベルの精度を再現する。
• この手法は、C₇H₁₀O₂の構造異性体として最大16,000個の分子について、化学的精度で性質を予測できる。
• モデルの予測を通じて、分子エントロピーと電子相関の間の定性的な関係が確立された。

実験結果

リサーチクエスチョン

• RQ1 機械学習補正により、低コストで大規模な分子集合の熱力学的性質を化学的に正確に予測できるか？
• RQ2 分子データセットの小さな部分で学習したΔ-MLモデルが、残りのデータセット全体にどの程度一般化できるか？
• RQ3 機械学習補正を用いて、ハートリー・フォックレベルの計算コストで電子相関エネルギーを予測できるか？
• RQ4 分子エントロピーと電子相関の間に、モデルが捉えることができる意味のある関係があるか？
• RQ5 Δ-ML手法は、C₇H₁₀O₂の構造異性体のような大規模で多様な分子空間において、どの程度の性能を示すか？

主な発見

• Δ-ML手法は、C₇H₁₀O₂の構造異性体として最大16,000個の分子について、エンタルピー、ギブズエネルギー、エントロピーの化学的精度での予測を達成した。
• 電子相関エネルギーは、ハートリー・フォックレベルの計算コストで予測可能であり、顕著な計算効率の向上が示された。
• 134,000個の有機分子のうち1%のデータでのみ訓練されたモデルが、残りの99%のデータについてもDFTレベルの精度を再現した。
• この手法は強く汎用的であり、多様な分子構造と性質において高い精度を維持した。
• モデルの予測を通じて、分子エントロピーと電子相関の間の定性的な関係が同定され、定量的に裏付けられた。
• このフレームワークにより、従来の高精度量子手法では処理が困難だった大規模な分子空間の包括的仮想スクリーニングが可能になった。