[論文レビュー] Unsupervised topological learning for identification of atomic structures

Sébastien Becker, Émilie Devijver+2 more|arXiv (Cornell University)|Sep 16, 2021

Topological and Geometric Data Analysis参考文献 59被引用数 20

ひとこと要約

本論文は、原子位置からのトポロジカル記述子を抽出することで、材料内の局所的原子構造の自律的クラスタリングを可能にする、非教師付きトポロジカル学習フレームワークを提案する。過冷却ジルコニウムの分子動力学的シミュレーションに適用したところ、事前のラベルなしに結晶相、液体相、核生成相を的確に同定した。PHベースの特徴量を用いたガウス・ミックスチャネル・モデリングにより、均一核生成過程における構造的転移を強く検出できた。

ABSTRACT

We propose an unsupervised learning methodology with descriptors based on Topological Data Analysis (TDA) concepts to describe the local structural properties of materials at the atomic scale. Based only on atomic positions and without a priori knowledge, our method allows for an autonomous identification of clusters of atomic structures through a Gaussian mixture model. We apply successfully this approach to the analysis of elemental Zr in the crystalline and liquid states as well as homogeneous nucleation events under deep undercooling conditions. This opens the way to deeper and autonomous study of complex phenomena in materials at the atomic scale.

研究の動機と目的

• 原子位置のみを用いて事前のラベルなしに材料内の局所的原子構造を同定する非教師付き手法の開発を目的とする。
• 局所的原子環境の記述子として、特に恒常的ホモロジー（TDA）を用いることの妥当性を検証する。
• トポロジカル特徴量に基づいてガウス・ミックスチャネル・モデリング（GMM）を用いて、構造的に異なる原子配置をクラスタリングする。
• 元素的ジルコニウムの深過冷却下における分子動力学的シミュレーションを用いて、結晶化および核生成プロセスの捕捉を目的とした手法の妥当性を検証する。
• 複雑な原子スケール現象を分析するための自己完結的かつ自律的なフレームワークを提供することを目的とする。

提案手法

• 径分布関数の極小値（例：4.43 Å および 7.28 Å における最初および第二のシェル）に基づく協調球を用いて局所的原子構造を構築する。
• フィルトレーションスケールにわたる恒常的ホモロジー（PH）を適用し、原子点群の形状特徴を符号化するトポロジカル不変量（H0, H1, H2）を計算する。
• ホモロジー次元にわたるベッチ数の要約としてのトポロジカル・ベクトルを抽出し、各原子の構造的記述子を形成する。
• ガウス・ミックスチャネル・モデリング（GMM）を用いて、トポロジカル記述子に基づき非教師的に原子構造をクラスタリングする。
• 中心原子同士の最小距離が（2×カットオフ半径以上）となるようにシステムをサブサンプリングし、統計的独立性を確保する。
• クラスタリングの妥当性を主成分分析（PCA）およびt-SNEを用いた可視化により検証し、ボンド・オientational order analysis（BOOA）などの標準的手法と比較する。

実験結果

リサーチクエスチョン

• RQ1 恒常的ホモロジーは、材料内の局所的原子構造に対して、強固で非教師付きの記述子として機能できるか？
• RQ2 GMMは、トポロジカル記述子のみを用いても、液体、固体、核生成など顕著な構造モチーフを的確に同定できるか？
• RQ3 この手法は、相境界の知識なしに、過冷却ジルコニウムにおける均一核生成の開始を検出・特徴付けることができるか？
• RQ4 原子クラスタのトポロジカル特徴量は、ボンド・オイエンテーション・オーダー・パラメータなどの既存の構造的指標とどのように相関するか？
• RQ5 多スケールのトポロジカル特徴量（H0, H1, H2）は、複雑な材料における構造的環境の区別に果たす役割は何か？

主な発見

• TDA-GMMフレームワークは、過冷却ジルコニウムにおいて、液体様、固体様、中間核生成相を含む7つの顕著な構造的クラスタを的確に同定した。
• C1クラスタ（体心立方構造に類似）は、高い対称性と明確な結晶秩序を示し、トポロジカル特徴量およびボンド・オイエンテーション・オーダー分析（BOOA）により確認された。
• C2クラスタはq6値の広い分布と明確でない秩序を示し、核周辺のより無秩序な液体様環境を反映している。
• C3クラスタは液体クラスタと固体クラスタの境界に位置し、一時的で部分的に整列した構造を含む不均一核生成の状況と整合的である。
• 事前のラベルなしに深過冷却下での構造的転移を検出できた。後方確率の確認により、記述子空間におけるクラスタの分離が明確に確認された。
• t-SNEおよびPCAの可視化により、クラスタの明確なグループ化が観察された。C1およびC2は第一主成分に沿って高い分散を示し、これらのグループ内での構造的多様性が示された。