[논문 리뷰] MOFSimplify: Machine Learning Models with Extracted Stability Data of Three Thousand Metal-Organic Frameworks

Aadrita Nandy, Gianmarco Terrones외 4명|arXiv (Cornell University)|2021. 09. 16.

Metal-Organic Frameworks: Synthesis and Applications인용 수 6

한 줄 요약

이 논문은 3,000개의 금속 유기 프레임워크(MOFs)에서 NLP를 사용해 용매 제거 안정성 및 열분해 데이터를 추출하는 기계학습 프레임워크인 MOFSimplify을 소개한다. 그래프 및 다공성 기하학적 특징을 기반으로 훈련된 모델은 예측의 불확실성 정도를 정량화하여 MOF 안정성을 예측하며, 커뮤니티 피드백과 능동 학습을 위한 웹 인터페이스를 제공한다.

ABSTRACT

We report a workflow and the output of a natural language processing (NLP)-based procedure to mine the extant metal-organic framework (MOF) literature describing structurally characterized MOFs and their solvent removal and thermal stabilities. We obtain over 2,000 solvent removal stability measures from text mining and 3,000 thermal decomposition temperatures from thermogravimetric analysis data. We assess the validity of our NLP methods and the accuracy of our extracted data by comparing to a hand-labeled subset. Machine learning (ML, i.e. artificial neural network) models trained on this data using graph- and pore-geometry-based representations enable prediction of stability on new MOFs with quantified uncertainty. Our web interface, MOFSimplify, provides users access to our curated data and enables them to harness that data for predictions on new MOFs. MOFSimplify also encourages community feedback on existing data and on ML model predictions for community-based active learning for improved MOF stability models.

연구 동기 및 목표

• 문헌 내 금속 유기 프레임워크(MOFs)에 대한 대규모로 촉진된 안정성 데이터의 부족을 해결하기 위해.
• 과학적 문헌에서 용매 제거 및 열안정성 데이터를 추출하기 위한 확장 가능한 자연어 처리(NLP) 파이프라인 개발을 위해.
• 추출된 데이터를 기반으로 기계학습 모델을 훈련시켜 MOF 안정성을 불확실성 정량화와 함께 예측하기 위해.
• 공개 가능한 웹 플랫폼인 MOFSimplify을 구축하여 데이터 접근성 및 커뮤니티 기반의 모델 개선을 위해.
• 데이터 및 모델 예측에 대한 커뮤니티 피드백을 통해 능동 학습을 실현하고, 안정성 모델의 반복적 개선을 위해.

제안 방법

• 문헌 내 3,000개의 구조적으로 특성화된 MOFs에서 용매 제거 안정성 및 열분해 온도를 추출하기 위해 맞춤형 NLP 파이프라인을 활용하였다.
• 수동으로 레이블링된 데이터 서브셋과의 비교를 통해 NLP 추출 정확도를 검증하였다.
• MOFs를 그래프 기반 및 다공성 기하학적 기술자로 표현하여 구조적 및 위상적 특징을 코딩하였다.
• 구조적 표현을 입력 특징으로 사용하여 추출된 데이터 기반으로 인공 신경망을 훈련시켰다.
• 기계학습 예측에 불확실성 정량화를 통합하여 모델 신뢰도를 평가하였다.
• 정제된 데이터셋 호스팅 및 사용자 접근, 예측, 피드백을 위한 웹 인터페이스(MOFSimplify)를 구축하였다.

실험 결과

연구 질문

• RQ1 NLP 기법은 MOFs에 관한 비정형 과학 문헌에서 용매 제거 및 열안정성 데이터를 신뢰성 있게 추출할 수 있는가?
• RQ2 수동으로 레이블링된 기준과 비교했을 때 NLP로 추출된 데이터의 정확도는 어떠한가?
• RQ3 그래프 및 다공성 기하학적 기반 표현을 사용해 기계학습으로 MOF 안정성을 얼마나 잘 예측할 수 있는가?
• RQ4 이 데이터를 기반으로 훈련된 기계학습 모델은 새로운 MOFs의 안정성을 불확실성 정량화와 함께 예측할 수 있는가?
• RQ5 커뮤니티 피드백은 능동 학습을 통해 MOF 안정성 모델의 예측 성능 향상에 얼마나 효과적인가?

주요 결과

• NLP 파이프라인은 문헌에서 2,000건 이상의 용매 제거 안정성 측정값과 3,000개의 열분해 온도를 성공적으로 추출하였다.
• 수동으로 레이블링된 서브셋과의 비교를 통해 NLP 추출 과정의 높은 정확도가 확인되었다.
• 그래프 및 다공성 기하학적 특징을 기반으로 훈련된 기계학습 모델은 불확실성 정량화와 함께 신뢰할 수 있는 MOF 안정성 예측을 달성하였다.
• MOFSimplify 웹 플랫폼은 새로운 MOFs에 대한 실시간 예측을 가능하게 하며, 모델 정밀도 향상을 위한 커뮤니티 피드백을 지원한다.
• 커뮤니티 피드백 통합을 통해 능동 학습이 실현되어 시간이 지남에 따라 모델의 강건성과 일반화 능력이 향상된다.
• 데이터셋과 모델은 공개 가능하여 향후 MOF 안정성 예측 분야의 연구 기반을 마련한다.