[논문 리뷰] Shared Metadata for Data-Centric Materials Science

Luca M. Ghiringhelli, Carsten Baldauf외 33명|arXiv (Cornell University)|2022. 05. 29.

Research Data Management Practices인용 수 5

한 줄 요약

이 논문은 데이터 중심의 재료 과학을 위한 공동체 기반의 FAIR 준수 메타데이터 스키마를 제안하며, 계산 워크플로우, 기저 상태 및 자극 상태 계산, 그리고 잠재 에너지 샘플링을 중심으로 다룹니다. NOMAD 메타데이터 스키마를 통해 상호 운용성, 재현 가능성, 장기적 재사용이 가능한 모듈식이고 계층적인 프레임워크를 제공함으로써 다양한 시뮬레이션 코드와 실험 분야 간의 재료 과학 데이터를 통합합니다.

ABSTRACT

The expansive production of data in materials science, their widespread sharing and repurposing requires educated support and stewardship. In order to ensure that this need helps rather than hinders scientific work, the implementation of the FAIR-data principles (Findable, Accessible, Interoperable, and Reusable) must not be too narrow. Besides, the wider materials-science community ought to agree on the strategies to tackle the challenges that are specific to its data, both from computations and experiments. In this paper, we present the result of the discussions held at the workshop on "Shared Metadata and Data Formats for Big-Data Driven Materials Science". We start from an operative definition of metadata, and what features a FAIR-compliant metadata schema should have. We will mainly focus on computational materials-science data and propose a constructive approach for the FAIRification of the (meta)data related to ground-state and excited-states calculations, potential-energy sampling, and generalized workflows. Finally, challenges with the FAIRification of experimental (meta)data and materials-science ontologies are presented together with an outlook of how to meet them.

연구 동기 및 목표

• 계산 및 실험적 소스로부터 온 광범위하고 이질적인 재료 과학 데이터의 관리 및 재사용 증가하는 과제를 해결합니다.
• 재료 데이터의 FAIR 원칙(찾기 쉬운, 접근 가능한, 상호 운용 가능한, 재사용 가능한)을 지원하는 공동체 합의된 메타데이터 스키마를 구축합니다.
• 다양한 시뮬레이션 코드, 실험 기법, 과학적 워크플로우 간의 데이터 통합 및 재사용을 가능하게 합니다.
• 재료 과학 분야에서 데이터 재사용과 재현 가능성을 저해하는 데이터 형식과 메타데이터 관행의 분열 문제를 해결합니다.
• 표준화된 온톨로지와 확장 가능한 메타데이터 스키마를 통해 향후 상호 운용성을 위한 기반을 마련합니다.

제안 방법

• 메타데이터를 데이터 객체의 구조적 기술자로 정의하여, 계산 재료 과학에서 입력(메타데이터)과 출력(데이터)을 구분합니다.
• 단일 구조 계산에서 복합 워크플로우에 이르기까지 복잡한 데이터를 표현하기 위한 계층적이고 모듈식 메타데이터 스키마 설계를 제안합니다.
• NOMAD 메타데이터 스키마를 구체적이고 FAIR 준수 프레임워크로 구현하여 다양한 원자 스케일 시뮬레이션 코드에서 유출되는 데이터를 통합된 구조로 매핑합니다.
• 기존의 파서를 활용하여 다양한 시뮬레이션 패키지(DFT, GW, 분자 동역학 등)의 출력을 일관된 저장 및 검색을 위한 NOMAD 스키마로 변환합니다.
• 장기적 유지보수와 메타데이터 인fra구조의 진화를 지원하기 위해 메타데이터 버전 관리 및 확장성에 대한 공식화된 접근법을 도입합니다.
• 계산 예측과 실험 측정 간의 의미적 상호 운용성을 가능하게 하기 위해 도메인 전용 온톨로지 개발을 주장합니다.

실험 결과

연구 질문

• RQ1 단일 계산점에서 복잡한 워크플로우에 이르기까지 재료 과학 데이터의 전반적인 스펙트럼을 지원할 수 있는 공동체 기반의 FAIR 준수 메타데이터 스키마는 어떻게 설계할 수 있는가?
• RQ2 다양한 시뮬레이션 코드와 실험 기법 간의 상호 운용성을 달성하기 위해 필요한 기술적 및 조직적 전략는 무엇인가?
• RQ3 진화하는 시뮬레이션 방법과 데이터 유형(예: 자극 상태, 동역학 시뮬레이션)을 수용하기 위해 메타데이터 스키마는 어떻게 모듈식이고 확장 가능하게 만들 수 있는가?
• RQ4 온톨로지는 재료 과학에서 계산 데이터와 실험 데이터 간의 의미적 상호 운용성을 어떻게 가능하게 하는가?
• RQ5 실험적 메타데이터를 FAIR로 전환하는 데 있어 실질적인 과제는 무엇이며, 공동체 표준과 공통 인프라를 통해 이를 어떻게 해결할 수 있는가?

주요 결과

• NOMAD 메타데이터 스키마는 점점 더 많은 원자 스케일 시뮬레이션 코드로부터 재료 과학 데이터를 저장하고 FAIR화하는 데 성공적으로 구현되어 일관된 데이터 접근과 재사용을 가능하게 하였습니다.
• 스키마의 계층적이고 모듈식 설계 덕분에 기저 상태 전자 구조 계산을 넘어서 피어슨 및 자극 상태 방법, 잠재 에너지 샘플링, 복합 워크플로우까지의 확장성이 보장됩니다.
• 스키마는 다양한 시뮬레이션 패키지 간의 완전한 재현 가능성과 기록 추적을 지원하는 방식으로 입력(메타데이터)과 출력(데이터)을 매핑할 수 있도록 합니다.
• 자극 상태 및 동역학 시뮬레이션을 완전히 커버하는 데는 여전히 과제가 존재하지만, 점진적인 스키마 확장 방식을 통해 이에 대응할 수 있도록 프레임워크가 설계되어 있습니다.
• 온톨로지 통합은 계산된 값과 실험 측정값 간의 자동 비교를 가능하게 하여 전문가 판단에 대한 의존도를 감소시키는 데 핵심적인 역할을 한다고 확인되었습니다.
• NOMAD와 NFDI FAIRmat와 같은 인프라가 지원하는 공동체 차원의 공통 메타데이터 표준 도입은 장기적 데이터 관리 및 과학적 재사용을 달성하기 위해 필수적입니다.