[논문 리뷰] A New Workflow for Materials Discovery Bridging the Gap Between Experimental Databases and Graph Neural Networks

Brandon Schoener, Yuting Hu외 7명|arXiv (Cornell University)|2026. 01. 31.

Machine Learning in Materials Science인용 수 0

한 줄 요약

이 논문은 실험적 자기 물질 데이터와 ICSD의 CIF 구조를 맞춰 CGCNN을 Curie/Néel 온도 예측에 훈련시키고, 구성만 정렬 대비 MAE와 CCR이 향상되며 전이 학습이 가능하다는 것을 보인다.

ABSTRACT

Incorporating Machine Learning (ML) into material property prediction has become a crucial step in accelerating materials discovery. A key challenge is the severe lack of training data, as many properties are too complicated to calculate with high-throughput first principles techniques. To address this, recent research has created experimental databases from information extracted from scientific literature. However, most existing experimental databases do not provide full atomic coordinate information, which prevents them from supporting advanced ML architectures such as Graph Neural Networks (GNNs). In this work, we propose to bridge this gap through an alignment process between experimental databases and Crystallographic Information Files (CIF) from the Inorganic Crystal Structure Database (ICSD). Our approach enables the creation of a database that can fully leverage state-of-the-art model architectures for material property prediction. It also opens the door to utilizing transfer learning to improve prediction accuracy. To validate our approach, we align NEMAD with the ICSD and compare models trained on the resulting database to those trained on NEMAD originally. We demonstrate significant improvements in both Mean Absolute Error (MAE) and Correct Classification Rate (CCR) in predicting the ordering temperatures and magnetic ground states of magnetic materials, respectively.

연구 동기 및 목표

• 머크 ML을 활용한 고품질 학습 데이터가 희귀할 때 빠른 자기 물질 특성 예측의 필요성을 고취한다.
• ICSD의 CIF와 실험 데이터베이스를 정렬하여 ML용 완전 구조 데이터셋을 생성하는 워크플로를 제안한다.
• 정렬된 데이터로 학습된 CGCNN이 구성을 기반의 모델보다 자기 특성 예측에서 우수하다는 것을 Demonstrate한다.
• 관련 형성 에너지 태스크에서의 전이 학습이 예측 정확도를 추가로 향상시킬 수 있음을 보여준다.

제안 방법

• ICSD CIF와 NEMAD 구성 항목을 검색한다.
• 공식 화학식과 공간군을 축약하여 CIF를 NEMAD 항목과 매칭하고 정렬된 데이터베이스를 생성한다.
• Niggli 축소 셀의 텍터 기반의 메트릭으로 정렬 모호감을 잡음(mNoise)으로 정량화한다.
• 정렬된 데이터베이스에서 CGCNN을 처음부터 학습시켜 Néel/Curie 온도와 자기 순서를 예측한다.
• 원하면 사전 학습된 CGCNN에 대해 전이 학습으로 정렬된 데이터베이스를 미세 조정한다.
• MAE, R^2, CCR로 평가하고 MagNData 벤치마크로 검증한다.

실험 결과

연구 질문

• RQ1 실험적 자기 물질 데이터를 완전한 CIF 구조와 정렬하면 구성만 사용한 접근법에 비해 자기 특성 예측 정확도가 좋아지는가?
• RQ2 구성만 사용한 접근과 구성+공간군 정렬의 엄격성 차이가 예측 성능에 어떤 영향을 주는가?
• RQ3 데이터가 제한된 경우 관련 형성 에너지 태스크에서의 전이 학습이 자기 특성 예측을 더욱 향상시키는가?
• RQ4 정렬된 데이터베이스가 MagNData와 같은 핸드 큐레이션 벤치마크와 비교해 어떤 성능을 보이는가?

주요 결과

• 정렬-구성+공간군 데이터로 학습된 CGCNN이 구성만 또는 비정렬 기초선에 비해 Curie/Néel 온도 예측을 크게 향상시킨다.
• 형성 에너지 사전 학습 CGCNN으로의 전이 학습이 예측 정확도를 더 향상시키며 특히 데이터 세트가 작을 때 효과적이다.
• MagNData에 대한 검증에서 예측된 Néel 온도와 실제 값 간의 좋은 일치를 보이며 MedAE가 학습 세트 MAE에 필적한다.
• 정렬 프로세스가 CIF 구조와 자기 특성 항목 간의 불일치를 줄여 ML 모델용 더 풍부한 그래프 표현을 가능하게 한다.
• 이 방법은 자기 특성 예측에 완전한 구조 정보가 정확도에 중요한 기여를 한다는 것을 시연한다.