[논문 리뷰] Measuring transferability issues in machine-learning force fields: The example of Gold-Iron interactions with linearized potentials

Magali Benoit, Jonathan Amodeo외 4명|arXiv (Cornell University)|2019. 12. 23.

Machine Learning in Materials Science참고 문헌 63인용 수 21

한 줄 요약

이 논문은 LassoLars 회귀를 사용하여 Au-Fe 상호작용을 모델링하는 선형화된 기계학습 잠재에너지함수(MLIP)를 제안하며, 잠재에너지함수의 복잡도가 증가할수록 학습 정확도는 향상되지만 이동성은 감소함을 보여준다. 이 방법은 복잡도를 제어할 수 있는 빠르고 확장 가능한 MLIP 구축을 가능하게 하며, 훈련 데이터에 적합하는 것과 새로운 구성에 대해 정확하게 예측하는 것 사이의 중요한 상충관계를 드러낸다.

ABSTRACT

Machine-learning force fields have been increasingly employed in order to extend the possibility of current first-principles calculations. However, the transferability of the obtained potential can not always be guaranteed in situations that are outside the original database. To study such limitation, we examined the very difficult case of the interactions in gold-iron nanoparticles. For the machine-learning potential, we employed a linearized formulation that is parameterized using a penalizing regression scheme which allows us to control the complexity of the obtained potential. We showed that while having a more complex potential allows for a better agreement with the training database, it can also lead to overfitting issues and a lower accuracy in untrained systems.

연구 동기 및 목표

• Au-Fe 나노입자와 같은 복잡하고 불혼합성 금속 시스템에서 기계학습 힘장의 이동성 제한 요인을 조사하기 위해.
• 잠재에너지함수의 복잡도를 체계적으로 제어할 수 있는 확장 가능한 선형화된 MLIP 프레임워크를 개발하기 위해.
• 훈련 데이터에 대한 적합 정확도와 새로운 구성에 대한 예측 성능 사이의 상충관계를 정량화하기 위해.
• LassoLars 회귀가 MLIP에 대한 물리적으로 관련 있는 기초 함수를 선택하는 데 효과적인지 평가하기 위해.

제안 방법

• 벌금주기 회귀를 통해 파arameter화된 일반적인 해석적 형태를 사용하여 선형화된 기계학습 잠재에너지함수를 구축한다.
• LassoLars 알고리즘을 사용하여 희박한 회귀를 수행함으로써 자동으로 특징 선택과 모델 복잡도 제어를 가능하게 한다.
• 기초 함수로는 두체(Lennard-Jones 및 유사 함수에서 유도된) 및 다체 항을 포함한 2B, 3B, NB 항을 다양한 매개변수로 포함한다.
• C++ 코드를 사용하여 각 원자 구조에 대한 기초 함수 행렬을 생성하며, 효율성을 위해 OpenMP를 활용해 병렬 처리한다.
• 파이썬 기반 파ip라인은 행렬을 결합하고 scikit-learn을 사용해 LassoLars 피팅을 수행하며, LAMMPS 호환 입력 파일을 출력한다.
• 최종 MLIP는 LAMMPS의 hybrid/overlay 쌍 스타일을 사용하여 2B, 3B, NB 기여를 통합한다.

실험 결과

연구 질문

• RQ1 Au-Fe 시스템에서 기계학습 잠재에너지함수의 복잡도를 증가시키면, 훈련되지 않은 구성으로의 이동성에 어떤 영향을 미치는가?
• RQ2 LassoLars 회귀는 정확한 잠재에너지함수 구축을 위해 가장 관련 있는 기초 함수만 효과적으로 식별하고 유지할 수 있는가?
• RQ3 훈련 데이터베이스에 대한 과적합이 새로운 원자 환경에서의 예측 정확도를 얼마나 악화시키는가?
• RQ4 선형화된 잠재에너지함수 프레임워크는 복잡도 조절이 가능한 빠르고 확장 가능한 MLIP 개발을 어떻게 가능하게 하는가?
• RQ5 이 MLIP 접근법에서 훈련 오차와 이동성 사이의 정량적 상충관계는 어떠한가?

주요 결과

• LassoLars 방법은 테스트 시스템에서 원래의 Lennard-Jones 상호작용 매개변수만 성공적으로 식별하고 유지하였으며, 나머지 모든 계수는 0으로 설정하였다. 이는 Ridge 및 표준 Lasso와는 다름.
• 병렬 C++ 코드를 사용하여 64원자 구조에 대해 모든 기초 함수(2B, 3B, NB)를 포함한 행렬을 약 3분 내에 생성하였다.
• 단일 기초 함수 유형에 대해 LassoLars 피팅은 20초 미만, 세 가지 유형을 모두 병합하여 피팅하는 데는 2분 미만이 소요되었다.
• 이 방법은 훈련 데이터베이스에서 높은 정확도를 달성하였지만, 복잡도가 증가할수록 과적합이 발생하고 훈련되지 않은 시스템으로의 이동성이 감소하였다.
• 연구는 더 높은 복잡도가 훈련 적합도를 향상시키지만 이동성을 손상시킨다는 점을 확인하였으며, 이는 MLIP 개발에서 중요한 설계 상충관계를 드러낸다.
• 이 프레임워크는 제어된 복잡도를 갖는 빠르고 확장 가능한 MLIP 개발을 가능하게 하며, 고속 스크리닝 및 실시간 보정에 적합하다.