[論文レビュー] The fundamentals of quantum machine learning

Bing Huang, Nadine O. Symonds+1 more|arXiv (Cornell University)|Jul 11, 2018

Machine Learning in Materials Science参考文献 26被引用数 8

ひとこと要約

この論文は、量子機械学習（QML）の基盤的原則をレビューし、核リッジ回帰（KRR）とガウス過程回帰を用いて分子および材料の量子力学的性質を予測する有効なモデルに焦点を当てる。化学的に意味のある断片（amons）を訓練データとして用いることで、最小限のデータ（わずか40 amons）で化学的精度（1 kcal/mol）に急速に収束できることを示しており、ランダムサンプリングを上回る。これは、表現と学習曲線がモデル性能に与える重要性を強調している。

ABSTRACT

Within the past few years, we have witnessed the rising of quantum machine learning (QML) models which infer electronic properties of molecules and materials, rather than solving approximations to the electronic Schrodinger equation. The increasing availability of large quantum mechanics reference data sets have enabled these developments. We review the basic theories and key ingredients of popular QML models such as choice of regressor, data of varying trustworthiness, the role of the representation, and the effect of training set selection. Throughout we emphasize the indispensable role of learning curves when it comes to the comparative assessment of different QML models.

研究の動機と目的

• 量子機械学習（QML）モデルのコアな要素を、量子力学的性質を予測するうえで包括的に理解すること。
• 特にamonsを含む表現の選択が、モデル性能とデータ効率に与える影響を評価すること。
• 学習曲線が、異なる訓練データ選択戦略に基づくQMLモデルを客観的に比較するうえで重要な役割を果たすことを示すこと。
• 高スループットな材料スクリーニングにおいて、精度と計算効率のバランスを取る課題に対処すること。
• 多忠実度学習と断片ベースの表現が、訓練データを超えて外挿する可能性を探索すること。

提案手法

• 原子の表現から量子力学的観測量を予測する主なモデルとして、核リッジ回帰（KRR）とガウス過程回帰を用いる。
• 化学的環境効果を符号化するための断片ベースの表現「amons」——飽和し、一意な分子断片——を用い、これを準原子として扱う。
• 学習曲線を用いてモデル性能とデータ効率を定量的に評価し、ランダムサンプリングと化学的にインフォームドな訓練セット選択を比較する。
• 分子表現のラベル付けに、高精度な量子化学計算（例：DFT、QMC）から得られる訓練データを用いる。
• 低精度および高精度のデータを統合することで、高精度データが限られている状況でもモデル精度を向上させる多忠実度学習を実装する。
• 局所的な化学的環境をベクトル形式に符号化するため、原子表現（例：多体展開、FCHL や aSLATM）を回帰器の入力に用いる。

実験結果

リサーチクエスチョン

• RQ1 量子機械学習モデルは、量子力学的性質を予測するうえで、最小限の訓練データでどのようにして高い精度を達成できるか？
• RQ2 特にamonsを含む表現の選択が、QMLモデルのデータ効率と予測力に与える影響は何か？
• RQ3 学習曲線は、異なるQMLモデルおよび訓練セット選択戦略の間で、どのようにして客観的な比較を可能にするか？
• RQ4 断片ベースの表現（amons）は、広大な化学空間にわたって信頼できる外挿を可能にするか？
• RQ5 高精度データが限られている状況で、多忠実度学習はモデル精度をどのように向上させるか？

主な発見

• amonsを訓練データとして用いることで、わずか40 amonsの学習で分子ポテンシャルエネルギーの予測において化学的精度（1 kcal/mol）に達することができ、極めて優れたデータ効率を示した。
• 学習曲線の結果、amonsに基づく訓練セットはランダムサンプリングよりも著しく急峻な収束を示し、優れたデータ効率を示している。
• 核リッジ回帰（KRR）は、効率的な表現と組み合わせることで、高い解釈性と容易な学習性を備えた強力なベースラインを提供する。
• 本研究では、表現がQML性能において極めて重要な要因であることが確認された。amonsは、単純な記述子よりも、化学的環境効果をよりよく捉えている。
• 多忠実度学習戦略は、低精度および高精度の両方のデータを有効に活用し、高精度訓練例が限られている状況でもモデル精度を向上させた。
• 進展は見られるものの、QMLは依然として初期段階にあり、励起状態、電導度、相転移といった複雑な性質への応用は限定的である。