[논문 리뷰] A machine-learning approach for the inverse scattering problem in quantum reaction dynamics

Rodrigo A. Vargas–Hernández, Yafu Guan외 2명|arXiv (Cornell University)|2017. 11. 17.

Machine Learning in Materials Science인용 수 1

한 줄 요약

이 논문은 양자 반응 산산각에서 전역 포텐셜 에너지 표면(PES)를 반복적으로 정밀하게 만드는 기계학습 프레임워크를 소개한다. H + H₂ 반응에는 단 30개의 아비니오 에너지만 필요하고, OH + H₂ 반응에는 290개의 아비니오 에너지만 필요하다. 기존의 분석적 피팅을 회피하며, 넓은 에너지 범위에서 반응 확률을 정확히 재현하는 PES를 생성한다.

ABSTRACT

Any quantum reactive scattering calculation requires an accurate potential energy surface (PES). Here, we propose a machine-learning approach, which makes feasible a feedback loop, allowing for the gradual improvement of PES based on results of rigorous quantum dynamics calculations. We show that such feedback loops produce accurate global PES with only 30 $ab$ $initio$ energies for the three-dimensional H + H$_2$ $ ightarrow$ H$_2$ + H reaction and 290 $ab$ $inito$ energies for the six-dimensional OH + H$_2$ $ ightarrow$ H$_2$O + H reaction. These surfaces are obtained automatically by a Bayesian optimization algorithm and do not require fitting the $ab$ $initio$ energies with analytical functions. By construction, these potentials reproduce accurately the reaction probabilities in a wide range of energies.

연구 동기 및 목표

• 최소한의 아비니오 데이터로 정확한 전역 포텐셜 에너지 표면(PES)를 구축하는 데 도전하는 것.
• 엄밀한 양자 역학 계산과 PES 정밀도 향상 간 피드백 루프를 제공하여 점진적으로 정확도를 향상시키는 것.
• 아비니오 에너지를 분석적 함수로 피팅하는 데 필요한 과정을 제거하여 인간의 편향과 계산 오버헤드를 줄이는 것.
• 최소한의 아비니오 에너지 점으로 세원자 및 육원자 반응계에 대해 고정밀도 PES를 구현하는 것.

제안 방법

• 베이지안 최적화를 활용하여 PES 구축에 가장 정보가 많은 아비니오 에너지 점을 선택함으로써 필요한 계산 수를 최소화하는 것.
• 양자 역학 계산 결과가 다음 반복의 PES 정밀도 향상에 영향을 주는 피드백 루프를 활용하여 점진적으로 정확도를 향상시키는 것.
• 분석적 함수로 피팅하지 않고 아비니오 데이터에서 직접 전역 PES를 구축함으로써 양자 데이터의 정밀도를 유지하는 것.
• 기계학습을 활용하여 반응 확률을 기반으로 기저 PES로 되돌아가는 역산산각 문제를 모델링하는 것.
• 최소한의 입력 데이터로 넓은 에너지 범위에서 정확한 양자 반응 확률을 재현하는 자동 PES 생성

실험 결과

연구 질문

• RQ1 기계학습 기반 피드백 루프는 정확한 전역 PES를 구축하기 위해 필요한 아비니오 에너지 점의 수를 크게 줄일 수 있는가?
• RQ2 정확도를 유지하면서 전통적인 분석적 피팅을 대체할 수 있는 정도로 베이지안 최적화가 PES 구축에 활용될 수 있는가?
• RQ3 광범위한 에너지 범위에서 광범위한 데이터 없이도 정확한 양자 반응 확률을 재현할 수 있는 PES를 생성할 수 있는가?
• RQ4 반복 피드백 루프는 세원자 및 육원자 반응계 모두에서 PES 정확도 향상에 얼마나 효과적인가?

주요 결과

• 이 방법은 단 30개의 아비니오 에너지 점으로 H + H₂ 반응에 대해 정확한 전역 PES를 구축한다.
• OH + H₂ 반응의 경우 290개의 아비니오 에너지 점으로 전역 PES를 확보하였으며, 기존 방법에 비해 상당히 적은 수의 점으로 이루어졌다.
• 얻어진 PES는 양자 산산각 계산에 요구되는 넓은 에너지 범위에서 반응 확률을 정확히 재현한다.
• 이 방법은 아비니오 데이터를 분석적 함수로 피팅할 필요 없이, PES 생성 과정을 단순화한다.
• 피드백 루프를 통해 반복적으로 PES 정밀도를 향상시켜 최소한의 입력 데이터로도 고정밀도 표면을 도출할 수 있다.