[論文レビュー] Descriptors for Machine Learning of Materials Data

Atsuto Seko, Atsushi Togo+1 more|arXiv (Cornell University)|Sep 6, 2017

Machine Learning in Materials Science被引用数 5

ひとこと要約

本論文は、物質の元素的および構造的表現から機械学習記述子を体系的に構築するフレームワークを提示し、格子熱伝導率や結合エネルギーなどの物理的性質の正確な予測を可能にする。元素的特徴（例：原子特性）と構造的記述子（例：径分布関数、結合準位パラメータ）を組み合わせることで、低格子熱伝導率化合物の同定や、安定な無機酸化物結晶のレコメンデーションシステムの高速化を含む、材料探索における高い予測性能を達成する。

ABSTRACT

Descriptors, which are representations of compounds, play an essential role in machine learning of materials data. Although many representations of elements and structures of compounds are known, these representations are difficult to use as descriptors in their unchanged forms. This chapter shows how compounds in a dataset can be represented as descriptors and applied to machine-learning models for materials datasets.

研究の動機と目的

• 多様な組成および結晶構造を有する材料に対して、強固で不変かつスケーラブルな記述子システムの開発。
• 元素的および構造的表現を統合した化合物記述子に統合することで、材料物性予測における機械学習性能の向上。
• 最適化された記述子を用いたガウス過程回帰とベイズ最適化により、効率的な材料探索の実現。
• 組成的類似性と記述子に基づく分類を用いたレコメンデーションシステムの手法により、既存データベースにない安定な無機酸化物結晶の組成の特定を高速化。

提案手法

• 元素的表現（例：原子番号、電負率）と構造的表現（例：径分布関数、結合準位パラメータ）を組み合わせて化合物記述子を構築する。
• 元素的および構造的特徴の平均、標準偏差、共分散を機械学習モデルの入力記述子として使用する。
• ガウス過程回帰とベイズ最適化を適用し、格子熱伝導率が低い材料の探索を効率的に行う。
• 記述子統計に基づく組成的類似性を用いたレコメンデーションシステムを実装し、既存データベースに存在しない化学的に関連する組成の予測を実現する。
• 記述子に基づく類似性を用いた二値分類モデルを訓練し、安定な結晶組成の同定を実施する。
• 原子の並び替え、回転、並進に対して不変性を確保するため、原子環境の対称関数を用いる。

実験結果

リサーチクエスチョン

• RQ1 多様な材料に対して、元素的および構造的表現を統合した不変な記述子セットをどのように構築できるか？
• RQ2 これらの化合物記述子を用いた機械学習モデルの、結合エネルギーおよび格子熱伝導率などの物理的性質に対する予測性能はいかほどか？
• RQ3 これらの記述子を用いたベイズ最適化は、ランダムサーチと比較して、格子熱伝導率が低い材料を効率的に発見できるか？
• RQ4 レコメンデーションシステムの手法は、既存のデータベースにない安定で未知の無機酸化物結晶組成を同定するのにどの程度有効か？
• RQ5 異なる構造的記述子（GRDF 対 BOP）は、材料スクリーニングにおける外れ値化合物の同定にどのように影響するか？

主な発見

• 記述子フレームワークは、多様な化学的組成および結晶構造を有する化合物を、不変で固定次元のベクトルとして成功裏に表現した。
• 結合準位パラメータ（BOP）を用いたガウス過程モデルは、格子熱伝導率が最小の PbClBr を発見するのに平均5.0回のサンプルで達成され、ランダムサーチ（平均50回）の10分の1に満たない。
• PbRbI₃、PbIBr、PbRb₄Br₆、PbICl、PbClBr の5つの化合物が、300 K において格子熱伝導率が 0.2 W/mK 未満を達成し、ルースハルト型の PbSe（0.9 W/mK）よりも顕著に低かった。
• 二値分類モデルを用いた記述子に基づく類似性を活用することで、ICSDデータベースに存在しない化学的に関連する組成が、レコメンデーションシステムの手法により同定された。
• BOPを用いたモデルは、GRDFベースのモデルよりも外れ値化合物（例：CuCl や LiI）の同定において優れた性能を示した。GRDFモデルでは、外れ値の表現が不十分であったため、同定が遅延した。
• 記述子システムにより、仮想スクリーニングとベイズ最適化が効率的に行われ、多様な応用分野における高スループット材料探索における実用性が示された。