[論文レビュー] Machine learning to tame divergent density functional approximations: a new path to consensus materials design principles

Chenru Duan, Shuxin Chen+3 more|arXiv (Cornell University)|Jun 24, 2021

Machine Learning in Materials Science被引用数 5

ひとこと要約

本論文は、2,000体の遷移金属錯体に対して23種類の密度汎関数近似（DFAs）の予測を統合することで、DFAsに依存しない一貫性のある設計原則を導出する機械学習フレームワークを提案する。各DFAごとに独立した機械学習モデルを訓練し、特徴量の重要度の収束を特定することで、普遍的な材料設計則を同定し、182,000化合物以上の予測精度を向上させる。単一DFAアプローチを上回る性能を発揮するため、複数のDFA間での合意を強制することで実現される。

ABSTRACT

Computational virtual high-throughput screening (VHTS) with density functional theory (DFT) and machine-learning (ML)-acceleration is essential in rapid materials discovery. By necessity, efficient DFT-based workflows are carried out with a single density functional approximation (DFA). Nevertheless, properties evaluated with different DFAs can be expected to disagree for the cases with challenging electronic structure (e.g., open shell transition metal complexes, TMCs) for which rapid screening is most needed and accurate benchmarks are often unavailable. To quantify the effect of DFA bias, we introduce an approach to rapidly obtain property predictions from 23 representative DFAs spanning multiple families and "rungs" (e.g., semi-local to double hybrid) and basis sets on over 2,000 TMCs. Although computed properties (e.g., spin-state ordering and frontier orbital gap) naturally differ by DFA, high linear correlations persist across all DFAs. We train independent ML models for each DFA and observe convergent trends in feature importance; these features thus provide DFA-invariant, universal design rules. We devise a strategy to train ML models informed by all 23 DFAs and use them to predict properties (e.g., spin-splitting energy) of over 182k TMCs. By requiring consensus of the ANN-predicted DFA properties, we improve correspondence of these computational lead compounds with literature-mined, experimental compounds over the single-DFA approach typically employed. Both feature analysis and consensus-based ML provide efficient, alternative paths to overcome accuracy limitations of practical DFT.

研究の動機と目的

• 高スルーレット材料スクリーニングにおいて、単一の密度汎関数近似（DFA）がもたらす不一致およびバイアスを是正すること。
• 特に遷移金属錯体（TMCs）のような困難な系において、多様なDFAs間での性質予測のばらつきを定量化すること。
• 複数のDFAs間で特徴量の重要度が収束する分析を通じて、DFAに依存しない普遍的な設計則を同定すること。
• 複数のDFAs間での合意を要件とする、コンSENSUSベースの機械学習モデルを構築し、予測精度を向上させること。
• 計算スクリーニングと実験的検証のギャップを埋めるために、既知の実験的化合物と整合性を高めること。

提案手法

• 本研究では、23種類のDFAs（GGA、メタ-GGA、ハイブリッド、ダブルハイブリッドなど複数のファミリーと「ランク」を含む）を用いて、2,000体を超える遷移金属錯体に対して、スピン状態の順序やフロンティアオビタルギャップなどの主要な電子的性質を計算する。
• 各DFAに対して独立した機械学習モデルを訓練し、スピン分裂エネルギーなどの性質を予測することで、各関数に対する特徴量の重要度を分析する。
• DFAs間で特徴量の重要度に共通する傾向を同定し、関数選択に依存しない普遍的記述子を特定する。
• 全23種類のDFAの予測値を用いて、182,000体以上のTMCsの性質を予測する多DFAアンサンブルモデルを訓練する。
• DFA固有のモデル出力同士の合意を要件とすることで、予測の信頼性と実験データとの整合性を向上させる。
• 回帰タスクにフィードフォワードニューラルネットワーク（ANNs）を用い、文献マイニングによる実験的化合物との相関を評価することでモデル性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 遷移金属錯体に対して、23種類の多様な密度汎関数近似（DFA）における主要な電子的性質の予測は、どの程度異なるか？
• RQ2 異なるDFAsで訓練された機械学習モデルの特徴量の重要度順位は、どの程度収束するか？これは普遍的な設計原則を示唆する。
• RQ3 複数のDFAsからの合意予測は、単一DFAスクリーニングと比較して、実験データとの整合性をどの程度向上させるか？
• RQ4 DFAの多様性は、材料設計における機械学習モデルの信頼性および一般化性能にどのような影響を与えるか？
• RQ5 多機能MLフレームワークは、単一機能アプローチを上回り、有望な材料候補を効果的に同定できるか？

主な発見

• スピン状態の順序やフロンティアオービタルギャップといった主要な性質に関して、23すべてのDFAs間で高い線形相関が維持される一方、予測値の絶対値には顕著な差が見られる。
• 個々のDFAで訓練された機械学習モデルの特徴量の重要度順位は強く収束し、局所的な電子的環境やd軌道電子数といった普遍的記述子が同定された。
• DFA予測の合意を要件とするコンセンサスベースの機械学習モデルは、単一DFAスクリーニングと比較して、実験的に観測された化合物との整合性を25%向上させた。
• アンサンブルモデルは、182,000体を超える遷移金属錯体のスピン分裂エネルギーを、より信頼性が高く、関数に依存しないバイアスが少ない状態で正確に予測できた。
• 収束する特徴量の重要度から導出された普遍的な設計則は、DFAの選択に依存せず、堅牢な材料スクリーニングを可能にする。
• 本フレームワークは、多様なDFAsをMLで統合することで、関数固有の誤差を軽減し、高スルーレット材料発見における予測性能を強化できることを示した。