[논문 리뷰] Quantum machine learning using atom-in-molecule-based fragments selected on-the-fly

Bing Huang, O. Anatole von Lilienfeld|arXiv (Cornell University)|2017. 07. 13.

Machine Learning in Materials Science참고 문헌 3인용 수 9

한 줄 요약

이 논문은 원자-분자 기반의 조각(이하 'amons')을 사용하여 실시간으로 양자 기계학습 프레임워크를 도입함으로써 다양한 화학 시스템에서 양자 성질을 확장 가능하고 정확하며 이식 가능한 예측을 가능하게 한다. 동적으로 선택된 amons를 기반으로 커널 리지 회귀 모델을 훈련시켜 분자의 화학 환경을 체계적으로 반영함으로써, 분자, 2차원 물질, 생고분자에서 에너지, 힘, NMR 시프트, 분극율 등 다양한 양자 성질에 대해 높은 정확도를 달성하였으며, 기존의 기계학습 접근 방식과 견줄 만한 성능을 보였다.

ABSTRACT

First principles based exploration of chemical space deepens our understanding of chemistry, and might help with the design of new materials or experiments. Due to the computational cost of quantum chemistry methods and the immens number of theoretically possible stable compounds comprehensive in-silico screening remains prohibitive. To overcome this challenge, we combine atoms-in-molecules based fragments, dubbed "amons" (A), with active learning in transferable quantum machine learning (ML) models. The efficiency, accuracy, scalability, and transferability of resulting AML models is demonstrated for important molecular quantum properties, such as energies, forces, atomic charges NMR shifts, polarizabilities, and for systems ranging from organic molecules over 2D materials and water clusters to Watson-Crick DNA base-pairs and even ubiquitin. Conceptually, the AML approach extends Mendeleev's table to effectively account for chemical environments, which allows the systematic reconstruction of many chemistries from local building blocks.

연구 동기 및 목표

• 고정된 편향된 훈련 데이터셋에 의존하는 전통적인 기계학습 모델이 얻는 확장성과 이식 가능성의 한계를 극복하기 위해.
• 분자를 재사용 가능한 물리적으로 의미 있는 조각(amons)으로 분해하여 화학 환경 영향을 체계적으로 반영하는 프레임워크를 개발하기 위해.
• 화학 공간의 광범위한 커버리지 확보를 위해 조합적 폭발 없이 amons 사전에서 실시간으로 훈련 데이터를 생성할 수 있도록 하기 위해.
• 유기 분자, 2차원 물질, 물 클러스터, DNA 기저 쌍, 유비퀴틴 등 다양한 시스템에서 에너지, 힘, NMR 시프트, 분극율 등의 다양한 양자 성질에 대해 높은 정확도와 이식 가능성을 달성하기 위해.
• 화학 환경 정보를 원자 조각에 통합하여 주기율표 개념을 확장함으로써 국소성 기반의 구성적 물질 표현을 가능하게 하기 위해.

제안 방법

• 이 방법은 원자-분자에서 유도된 체계적인 성장 과정을 거친 작은 분자 조각인 'amons'를 사용하며, 이를 사전 형태로 수집한다.
• 유사도 측도를 활용하여 amons 사전에서 실시간으로 훈련 인스턴스를 선택함으로써 동적이고 체계적인 모델 훈련을 가능하게 한다.
• amons와 쿼리 분자의 aSLATM(각도 및 반경 대칭 함수에 가우시안 스메어링 적용) 표현을 사용하여 유사도 커널을 계산하고, 커널 리지 회귀(KRR) 모델을 훈련시킨다.
• 이 접근법은 국소성 가정을 활용한다: 총 성질은 커널 유사도로 가중된 amons 기여도의 선형 조합으로 근사되며, amons의 크기와 수를 늘림으로써 수렴이 달성된다.
• aSLATM 표현은 정확성과 효율성의 균형을 위해 截단 반경(4.8 Å), 가우시안 폭(반경용 0.05 Å, 각도용 0.05 rad), 격자 간격(0.03 Å)을 사용한다.
• 하이퍼파rameter(정규화 λ 및 커널 폭 c)는 성질 유형에 따라 조정된다: 광범위한 성질(에너지, 분극율)에 대해 λ = 1×10⁻⁴, 원자 성질(전하, NMR 시프트)에 대해 λ = 1×10⁻⁸이며, c 값은 커널 유형과 성질에 따라 선택된다.

실험 결과

연구 질문

• RQ1 실시간으로 원자-분자 조각(amons)을 선택하는 것이 다양한 화학 시스템에서 확장 가능하고 정확한 양자 기계학습 모델을 가능하게 할 수 있는가?
• RQ2 기존의 전역 분자 표현 방식에 비해 amons 기반 표현 방식은 이식 가능성에 얼마나 향상되는가?
• RQ3 점차 커지는 amons를 체계적으로 포함할 경우, 양자 성질 예측의 수렴성과 정확도에 어떤 영향을 미치는가?
• RQ4 이 방법은 에너지, 분극율 등의 광범위한 성질뿐 아니라 NMR 시프트, 전하 등의 원자 수준 성질에 대해서도 높은 정확도를 달성할 수 있는가?
• RQ5 amons 프레임워크는 화학 환경 영향을 이식 가능하고 확장 가능한 방식으로 코딩함으로써 주기율표 개념을 효과적으로 확장하는가?

주요 결과

• AML 모델은 QM9에서 에너지 예측에 평균 절대 오차(MAE) 1.2 kcal/mol, 6k 이성체 데이터셋에서 0.8 kcal/mol을 기록하여 CM, BoB, BAML 표현 방식을 능가하는 높은 정확도를 확보하였다.
• NMR 시프트 예측에서는 QM9에서 MAE 0.15 ppm을 달성하여 원자 수준 성질에 대한 뛰어난 성능을 입증하였다.
• 힘 예측에서는 MAE 0.05 eV/Å, 분극율 예측에서는 MAE 0.03 D를 기록하여 다양한 양자 성질에 대한 뛰어난 안정성을 입증하였다.
• 모델는 뛰어난 이식 가능성을 보였다: 재학습 없이도 2차원 물질, 물 클러스터, DNA 기저 쌍, 유비퀴틴 등 새로운 화학 성분에 대해 잘 일반화되었다.
• 수렴 분석 결과, amons의 크기와 수를 늘림으로써 예측 오차가 체계적으로 감소하는 것을 확인하였으며, 국소성 기반의 가정이 타당함을 입증하였다.
• 최적화된 하이퍼파rameter(λ = 1×10⁻⁴, c = √(2ln2))를 적용한 aSLATM 표현은 고성능 KRR 모델을 가능하게 하였으며, 연속적 표현에 대해 가우시안 커널이 라플라시안 커널보다 우수한 성능을 보였다.