[논문 리뷰] A survey on Big Data and Machine Learning for Chemistry

José F. Rodrigues, Larisa Florea외 3명|arXiv (Cornell University)|2019. 04. 23.

Computational Drug Discovery Methods참고 문헌 12인용 수 10

한 줄 요약

이 종합 검토는 화학 분야에서 대규모 데이터 및 기계학습(ML) 응용 분야의 최근 발전을 종합적으로 분석하며, 인터넷의 사물(IoT) 환경에서의 신소재 개발 및 화학 센서 기술에 초점을 맞춘다. 향후 발전을 위한 비전도를 제시하고 핵심 과제와 한계를 규명하며, 화학 연구 분야에서의 ML 성공 및 실패 사례를 검토한다.

ABSTRACT

Herein we review aspects of leading-edge research and innovation in chemistry which exploits big data and machine learning (ML), two computer science fields that combine to yield machine intelligence. ML can accelerate the solution of intricate chemical problems and even solve problems that otherwise would not be tractable. But the potential benefits of ML come at the cost of big data production; that is, the algorithms, in order to learn, demand large volumes of data of various natures and from different sources, from materials properties to sensor data. In the survey, we propose a roadmap for future developments, with emphasis on materials discovery and chemical sensing, and within the context of the Internet of Things (IoT), both prominent research fields for ML in the context of big data. In addition to providing an overview of recent advances, we elaborate upon the conceptual and practical limitations of big data and ML applied to chemistry, outlining processes, discussing pitfalls, and reviewing cases of success and failure.

연구 동기 및 목표

• 대규모 데이터와 기계학습을 화학 분야에 통합한 최신 연구를 종합적으로 검토하는 것.
• 대규모 데이터와 ML을 화학 문제에 적용할 때 발생하는 개념적 및 실용적 한계를 규명하고 분석하는 것.
• 화학 분야의 신소재 개발 및 화학 센서 기술 분야에서 기계학습과 대규모 데이터를 활용한 향후 발전을 위한 체계적인 비전도를 제안하는 것.
• 인터넷의 사물(IoT)이 화학 응용 분야에서 데이터 기반 환경을 구현하는 데 어떻게 기여하는지 분석하는 것.
• 기계학습 기반 화학 연구에서의 실제 사례(성공 및 실패)를 평가하여 최선의 실천 방안을 도출하는 것.

제안 방법

• 화학 물리학 및 기계학습 분야의 최근 문헌을 대상으로 체계적인 문헌 검토를 수행하며, 대규모 데이터 응용에 중점을 둔다.
• 화학 분야에서 사용된 기계학습 기법을 분류하며, 지도학습, 비지도학습, 딥 러닝 기법을 포함한다.
• 소재 성질, 스펙트럼 데이터, IoT 기반 장치의 센서 출력 등 다양한 데이터 원천을 분석한다.
• 화학 분야의 전문 지식을 데이터 기반 기계학습 모델에 통합하여 해석 가능성과 신뢰성을 향상시킨다.
• 데이터 품질, 특징 공학, 모델 일반화 능력 등 기계학습 파ip라인의 핵심 요소를 평가한다.
• 사례 연구를 통해 성공 및 실패한 기계학습 응용 사례를 제시하며, 방법론적 오류와 최선의 실천 방안을 강조한다.

실험 결과

연구 질문

• RQ1 대규모 데이터와 기계학습은 현대 연구에서 어떻게 신소재 개발과 화학 센서 기술의 가속화에 기여할 수 있는가?
• RQ2 특히 데이터 품질과 모델의 해석 가능성 측면에서, 기계학습을 화학 데이터에 적용할 때의 주요 과제와 한계는 무엇인가?
• RQ3 인터넷의 사물(IoT)은 화학 응용 분야에서 대규모 데이터의 생성과 활용에 어떻게 기여하거나 제약을 가하는가?
• RQ4 성공과 실패한 화학 분야의 기계학습 응용 사례 간의 주요 차이는 무엇이며, 이를 통해 어떤 교훈을 도출할 수 있는가?
• RQ5 대규모 데이터와 기계학습을 화학 분야에 통합하기 위한 향후 발전을 이끄는 체계적인 비전도를 수립하는 방법은 무엇인가?

주요 결과

• 기계학습은 이전에는 해결이 어려운 것으로 여겨졌던 복잡한 화학 문제의 해결을 크게 가속화한다.
• 화학 분야에서 기계학습의 성패는 특히 센서 및 소재 데이터베이스와 같은 이질적 원천에서 유래한 데이터의 양, 품질, 다양성에 크게 의존한다.
• 진전이 있었음에도 불구하고, 데이터 표준화, 특징 표현, 화학 분야 간의 모델 일반화 능력 향상에 있어 여전히 주요 과제가 남아 있다.
• 사례 연구를 통해 데이터 품질이 열악하고 특징 공학이 부적절한 것이 화학 응용 분야에서의 기계학습 실패의 일반적인 원인이 됨을 확인하였다.
• IoT 통합은 화학 센서를 위한 실시간 데이터 확보를 가능하게 하지만, 데이터 보안, 확장성, 노이즈 문제와 같은 과제를 야기한다.
• 화학자, 데이터 과학자, 공학자 간의 다학제적 협업을 강조하는 체계적인 향후 발전 비전도를 제안한다.