[论文解读] Charting Lattice Thermal Conductivity of Inorganic Crystals

Taishan Zhu, Sheng Gong+3 more|arXiv (Cornell University)|Jun 21, 2020

Machine Learning in Materials Science参考文献 35被引用 4

一句话总结

本研究开发了一套结合图神经网络与随机森林的机器学习框架，从原子结构预测无机晶体的晶格热导率（κ），识别出晶胞性质（如原子体积和键长）的均值与方差为最重要的预测因子。该研究利用扩展的范阿克尔三角形对无机材料空间中的κ进行了制图，并实现了迁移学习，显著提升了预测精度，尤其在高κ材料中表现突出。

ABSTRACT

Thermal conductivity is a fundamental material property but challenging to predict, with less than 5% out of about $10^5$ synthesized inorganic materials being documented. In this work, we extract the structural chemistry that governs lattice thermal conductivity, by combining graph neural networks and random forest approaches. We show that both mean and variation of unit-cell configurational properties, such as atomic volume and bond length, are the most important features, followed by mass and elemental electronegativity. We chart the structural chemistry of lattice thermal conductivity into extended van-Arkel triangles, and predict the thermal conductivity of all known inorganic materials in the Inorganic Crystal Structure Database. For the latter, we develop a transfer learning framework extendable for other applications.

研究动机与目标

• 在实验数据有限的情况下，预测无机晶体结构数据库（ICSD）中所有有序无机晶体的晶格热导率（κ）。
• 通过分析机器学习模型的特征重要性，识别决定κ的根本结构化学因素。
• 开发一种迁移学习框架，通过利用稀疏的实验κ数据，提升预测精度。
• 实现基于特征空间的高效采样，以支持对极端κ值材料的高通量探索。

提出的方法

• 在10,000种ICSD材料的高通量第一性原理计算κ（κC）数据上训练了晶体图卷积神经网络（CGCNN）。
• 应用随机森林回归分析以解释特征重要性并验证CGCNN预测结果，识别出关键的原子与堆积描述符。
• 通过使用κC数据预训练的权重初始化新的CGCNN，并在较小的实验κ数据集（132个条目）上进行微调，实现迁移学习。
• 采用主成分分析（PCA）和t-SNE将特征空间降维至二维，以实现可视化并评估潜在空间中数据分布的特性。
• 结合CGCNN与随机森林的输出生成最终预测：对低κ材料采用随机森林预测的κ′_exp，对高κ材料采用TL-CGCNN预测。
• 将预测的κ值映射到扩展的范阿克尔三角形上，以可视化无机材料空间中热导率的结构化学特征。

实验结果

研究问题

• RQ1 哪些原子与结构特征对无机晶体的晶格热导率具有最强的控制作用？
• RQ2 如何结合机器学习模型以在保持可解释性的同时提升预测精度？
• RQ3 从高通量计算到稀疏实验数据的迁移学习在多大程度上提升了κ预测性能，特别是在高κ材料中？
• RQ4 高通量与实验κ数据在潜在空间（Vf）中的材料特征分布有何差异？这些差异如何解释性能变化？
• RQ5 基于识别出的关键描述符进行特征空间采样，能否实现更高效的高通量筛选，以发现具有极端κ值的材料？

主要发现

• 晶胞构型性质（如原子体积和键长）的均值与方差是预测晶格热导率的最重要因子。
• 元素性质（如质量与电负性）的重要性位居第二，而配位数（CN）虽具显著性，但其作用比传统认知更为复杂。
• 迁移学习相比独立模型显著降低了平均绝对误差（MAE），尤其在高κ区域（log κ > 1）改善最为明显。
• 实验与高通量κ数据的潜在特征空间（Vf）表现出强相关性，特别是在高κ区域，这解释了该区域性能提升的原因。
• 在低κ区域，迁移学习性能下降归因于实验数据稀疏且分布不均，以及κC与κexp在特征空间中的差异。
• 本研究实现了对全部92,919种有序ICSD材料κ的预测，并为未来材料设计提供了可迁移的框架。