[论文解读] A Data-Driven Construction of the Periodic Table of the Elements

Michael J. Willatt, Félix Musil+1 more|arXiv (Cornell University)|Jun 30, 2018

Machine Learning in Materials Science被引用 5

一句话总结

本文提出了一种数据驱动的SOAP核扩展方法，引入了距离依赖的加权机制和元素间相关性，显著提升了分子和材料稳定性的机器学习模型性能。所得模型揭示的元素关系与传统周期表高度吻合，展示了机器学习如何从数据中重新发现基础化学原理。

ABSTRACT

Machine-learning of atomic-scale properties amounts to extracting correlations between structure, composition and the quantity that one wants to predict. Representing the input structure in a way that best reflects such correlations makes it possible to improve the accuracy of the model for a given amount of reference data. When using a description of the structures that is transparent and well-principled, optimizing the representation might reveal insights into the chemistry of the data set. Here we show how one can generalize the SOAP kernel to introduce a distance-dependent weight that accounts for the multi-scale nature of the interactions, and a description of correlations between chemical species. We show that this improves substantially the performance of ML models of molecular and materials stability, while making it easier to work with complex, multi-component systems and to extend SOAP to coarse-grained intermolecular potentials. The element correlations that give the best performing model show striking similarities with the conventional periodic table of the elements, providing an inspiring example of how machine learning can rediscover, and generalize, intuitive concepts that constitute the foundations of chemistry.

研究动机与目标

• 通过优化结构表征，提升机器学习模型在预测材料和分子原子尺度性质方面的性能。
• 开发一种数据驱动方法，将SOAP核推广以捕捉多尺度相互作用和化学元素相关性。
• 探究机器学习是否能从数据中重新发现并推广基本化学概念（如周期表）。
• 实现对复杂多组分体系的更精确建模，并推动粗粒度分子间势能模型的开发。

提出的方法

• 通过引入距离依赖的加权函数扩展SOAP核，以考虑原子结构中的多尺度相互作用。
• 将化学物种之间的相关性纳入核表征，以提升模型对元素关系的敏感度。
• 通过在参考数据上进行机器学习训练，优化稳定性预测的表征。
• 利用学习到的表征训练原子尺度性质的预测模型，并在基准数据集上评估性能。
• 分析学习到的元素相关性，评估其与传统周期表的相似性。

实验结果

研究问题

• RQ1 数据驱动的SOAP核扩展是否能提升材料和分子稳定性机器学习模型的准确性？
• RQ2 距离依赖加权和元素间相关性如何增强机器学习模型中原子结构的表征能力？
• RQ3 模型学习到的元素相关性在多大程度上与传统的元素周期表相似？
• RQ4 该方法是否能推广至复杂多组分体系，并支持分子间相互作用的粗粒度建模？

主要发现

• 所提出的核扩展显著提升了机器学习模型在预测分子和材料稳定性方面的性能。
• 引入距离依赖加权和元素间相关性可显著提升各类化学体系中预测的准确性与鲁棒性。
• 模型学习到的元素相关性在结构上与传统周期表高度相似，表明机器学习可从数据中重新发现基础化学概念。
• 该方法实现了对复杂多组分材料更有效的建模，并支持粗粒度分子间势能模型的开发。