[论文解读] A melting temperature database and a neural network model for melting temperature prediction

Qi‐Jun Hong|arXiv (Cornell University)|Oct 20, 2021

Neural Networks and Applications被引用 10

一句话总结

本论文提出了一种基于图神经网络（GNN）和残差网络（ResNet）架构的机器学习模型，用于预测熔点，训练数据来自新整理的约9,375种材料数据库。该模型在训练集和测试集上的均方根误差（RMSE）分别为90 K和160 K，并已公开部署于线上平台，支持实时预测。

ABSTRACT

I build a melting temperature database that contains approximately 10,000 materials. Based on the database, I build a machine learning model that predicts melting temperature in seconds. The model features graph neural network and residual neural network architecture. The root-mean-square errors of melting temperature are 90 and 160K for training and testing, respectively. The model is deployed online and is publicly available.

研究动机与目标

• 为解决基于DFT的熔点计算存在计算成本高、速度慢的问题，这些限制了大规模材料发现的进程。
• 开发一种快速、准确的机器学习模型，可在数秒内预测熔点，作为计算速度较慢但精度更高的DFT方法的补充。
• 通过整合实验来源和DFT计算的数据，构建一个全面且公开可访问的熔点数据库。
• 创建一个集成的ML-DFT框架，实现对高熔点难熔材料的迭代式、自我优化的材料发现。
• 使研究人员能够通过在线API快速筛选有前景的材料，从而加速极端环境下高性能材料的发现。

提出的方法

• 通过网络爬取ASM合金相图数据库和ChemNet数据库，并补充SLUSCHI工具计算的DFT熔点数据，构建熔点数据库。
• 为每种元素提取14个元素特征（如原子半径、电负性、价电子数、周期表位置）作为模型输入。
• 采用具有两次消息传递迭代的图神经网络（GNN），对化合物中最多四种元素之间的相互作用进行建模，捕捉二元和三元效应。
• 将GNN处理后的表征输入4层残差神经网络（ResNet），实现熔点的端到端回归。
• 使用TensorFlow在8,635个训练材料和740个测试材料上进行训练，优化过程共1,000个周期。
• 将训练好的模型作为公开API部署在Microsoft Azure上，未来将迁移至ASU Research Computing，支持实时预测和最近邻检索。

实验结果

研究问题

• RQ1 在包含实验数据和DFT计算熔点的多样化数据库上训练的机器学习模型，是否能以远低于DFT的计算成本，实现与DFT相当的预测精度？
• RQ2 图神经网络架构在捕捉影响多组分材料熔点的元素相互作用（如二元、三元效应）方面效果如何？
• RQ3 该模型在未探索的成分区域中的泛化性能如何？其鲁棒性与DFT相比如何？
• RQ4 将快速ML模型与高精度DFT工具集成，能否构建一个自洽的、迭代式框架，实现自主材料发现？
• RQ5 随着数据库规模的扩大，模型性能如何变化？自动化DFT数据生成在提升模型精度方面起到什么作用？

主要发现

• 该机器学习模型在训练集上的均方根误差（RMSE）为90 K，在测试集上为160 K，表明其具有出色的预测性能。
• 该模型每种材料的预测耗时约一秒，可实现对大规模材料库的快速筛选。
• 该模型已作为在线API公开部署在Microsoft Azure上，未来将迁移至ASU Research Computing，以实现更广泛的访问。
• 目前熔点数据库包含9,375种材料，其中包括982种高熔点化合物，其熔点高于2,000 K。
• 该模型的预测结果通过返回数据库中最近邻的实际熔点数据得到增强，提升了可解释性和可靠性。
• 将ML模型与SLUSCHI DFT工具集成，可形成反馈回路，自动选择有前景的候选材料进行高精度DFT验证，从而加速材料发现。