[論文レビュー] Interpretable discovery of new semiconductors with machine learning

Hitarth Choubisa, Petar Todorović́+6 more|arXiv (Cornell University)|Jan 12, 2021

Machine Learning in Materials Science参考文献 29被引用数 5

ひとこと要約

本論文は、高スループットDFTデータに基づいて訓練された深層アンサンブルモデルと進化的アルゴリズムを組み合わせた解釈可能な機械学習フレームワークDARWINを提示する。このフレームワークは、新しい半導体の発見に向け、電負うさの差が構造的安定性の主要な予測要因であることを特定し、K₂CuX₃（X = Cl, Br）が安定で直接帯隙を示す紫外線発光体として実験的に確認された。本研究は、データ駆動型で解釈可能な材料探索の道筋を示している。

ABSTRACT

Machine learning models of materials$^{1-5}$ accelerate discovery compared to ab initio methods: deep learning models now reproduce density functional theory (DFT)-calculated results at one hundred thousandths of the cost of DFT$^{6}$. To provide guidance in experimental materials synthesis, these need to be coupled with an accurate yet effective search algorithm and training data consistent with experimental observations. Here we report an evolutionary algorithm powered search which uses machine-learned surrogate models trained on high-throughput hybrid functional DFT data benchmarked against experimental bandgaps: Deep Adaptive Regressive Weighted Intelligent Network (DARWIN). The strategy enables efficient search over the materials space of ~10$^8$ ternaries and 10$^{11}$ quaternaries$^{7}$ for candidates with target properties. It provides interpretable design rules, such as our finding that the difference in the electronegativity between the halide and B-site cation being a strong predictor of ternary structural stability. As an example, when we seek UV emission, DARWIN predicts K$_2$CuX$_3$ (X = Cl, Br) as a promising materials family, based on its electronegativity difference. We synthesized and found these materials to be stable, direct bandgap UV emitters. The approach also allows knowledge distillation for use by humans.

研究の動機と目的

• 計算的に高コストなab initio手法に代わる効率的な機械学習代理モデルを用いて、新しい半導体の発見を加速すること。
• ブラックボックス型機械学習モデルにおける解釈不能性の問題を解消するため、モデル予測から設計則を導出すること。
• 理論的予測と実験的合成のギャップを埋めるために、トレーニングデータが実験的観察と整合していることを保証すること。
• 人間の研究者が理解し、応用できるように、知識蒸留を可能にすることにより、発見された設計原則を可視化すること。

提案手法

• 本手法は、高スループットハイブリッド関数法DFT計算に基づいてトレーニングされた深層学習代理モデル、Deep Adaptive Regressive Weighted Intelligent Network（DARWIN）を採用する。
• DARWINは、実験的帯隙と比較されることで、実世界の合成に実用的である予測精度を保証する。
• 進化的アルゴリズムが、約10⁸の三元系および10¹¹の四元系化合物からなる膨大な材料空間を効率的に探索し、目的の電子的性質を示す材料を特定する。
• モデルはハライドとBサイトカチオン間の電負うさの差といった解釈可能な特徴を、構造的安定性の強力な予測要因として同定する。
• 特徴の重要度分析と知識蒸留により解釈性を向上させ、人間が読み取り可能な設計則を可能にする。
• フレームワークは実験的検証と統合されており、予測された材料が合成され、特性評価されている。

実験結果

リサーチクエスチョン

• RQ1 解釈可能な特徴を有する機械学習フレームワークは、正確で実験的関連性を持つ一方で、新しい半導体の発見を加速できるか？
• RQ2 複雑な酸化物および chalcogenide 材料において、構造的安定性の強力な予測要因としてどのような物理的・化学的記述子が浮き彫りになるか？
• RQ3 進化的アルゴリズムは、三元系および四元系半導体の膨大な化学的空間をどのように効率的に探索できるか？
• RQ4 DFTデータに基づいてトレーニングされた代理モデルは、実験的に観察可能な帯隙および材料の安定性をどの程度正確に予測できるか？
• RQ5 発見された設計則は、実験的指針として人間が理解できる原則に蒸留できるか？

主な発見

• ハライドとBサイトカチオン間の電負うさの差が、三元系材料における構造的安定性の支配的予測要因であると特定された。
• DARWINは、K₂CuX₃（X = Cl, Br）が安定で、直接帯隙を示す紫外線発光特性を持つ半導体であると予測した。
• 実験的に合成されたK₂CuX₃材料は、安定であり、紫外線発光に適した直接帯隙を示すことが確認された。
• 実験データと比較することで、バンドギャップ予測の高い正確性を達成し、実際の合成に実用的であることを保証した。
• フレームワークは、四元系化合物の探索空間を約10¹¹から、高有望候補にまで効果的に縮小した。
• 知識蒸留により、ペロフスカイト型構造の安定化に寄与する電負うさの不一致の役割を含む、解釈可能な設計則が抽出された。