[论文解读] A New Workflow for Materials Discovery Bridging the Gap Between Experimental Databases and Graph Neural Networks

Brandon Schoener, Yuting Hu+7 more|arXiv (Cornell University)|Jan 31, 2026

Machine Learning in Materials Science被引用 0

一句话总结

该论文将实验磁性材料数据与 ICSD 的 CIF 结构对齐，以训练 CGCNN 用于 Curie/Néel 温度预测，显示在仅成分对齐方面的改进 MAE 和 CCR，并实现迁移学习。

ABSTRACT

Incorporating Machine Learning (ML) into material property prediction has become a crucial step in accelerating materials discovery. A key challenge is the severe lack of training data, as many properties are too complicated to calculate with high-throughput first principles techniques. To address this, recent research has created experimental databases from information extracted from scientific literature. However, most existing experimental databases do not provide full atomic coordinate information, which prevents them from supporting advanced ML architectures such as Graph Neural Networks (GNNs). In this work, we propose to bridge this gap through an alignment process between experimental databases and Crystallographic Information Files (CIF) from the Inorganic Crystal Structure Database (ICSD). Our approach enables the creation of a database that can fully leverage state-of-the-art model architectures for material property prediction. It also opens the door to utilizing transfer learning to improve prediction accuracy. To validate our approach, we align NEMAD with the ICSD and compare models trained on the resulting database to those trained on NEMAD originally. We demonstrate significant improvements in both Mean Absolute Error (MAE) and Correct Classification Rate (CCR) in predicting the ordering temperatures and magnetic ground states of magnetic materials, respectively.

研究动机与目标

• 在高质量训练数据稀缺时，激发使用机器学习来快速预测磁性材料性质的动机。
• 提出一个工作流程，将实验数据库与来自 ICSD 的 CIF 对齐，以创建用于机器学习的完整结构数据集。
• 证明在对齐数据上训练的 CGCNN 在预测磁性属性方面优于仅按成分对齐的模型。
• 显示从相关任务的迁移学习进一步提高预测准确性。

提出的方法

• 检索 ICSD CIF 和 NEMAD 成分条目。
• 通过简化化学式和空间群将 CIF 与 NEMAD 条目匹配，创建对齐数据库。
• 用基于尼格利缩简单胞的张量度量的噪声度量来量化对齐歧义性。
• 从零开始在对齐数据库上训练 CGCNN，以预测 Néel/Curie 温度和磁序。
• 可选地在对齐数据库上对预训练的 CGCNN 进行微调（迁移学习）。
• 用 MAE、R^2 和 CCR 进行评估；并以 MagNData 基准进行验证。

实验结果

研究问题

• RQ1 将实验磁性材料数据与完整 CIF 结构对齐，是否能在磁性属性预测的准确性上优于仅按成分的方法？
• RQ2 对齐严格性（仅成分 vs 成分+空间群）对预测性能有何影响？
• RQ3 在数据有限的情况下，来自相关形成能任务的迁移学习是否能进一步提升磁性属性预测？
• RQ4 对齐数据库在手工整理的基准如 MagNData 上的表现如何？

主要发现

• 基于成分+空间群对齐数据训练的 CGCNN 在 Curie/Néel 温度预测方面相较于仅成分或未对齐的基线有显著提升。
• 从形成能预训练的 CGCNN 的迁移学习在预测准确性上进一步提升，特别是在数据集较小的情况下。
• 在 MagNData 上的验证显示预测的 Néel 温度与实际值高度一致，MedAE 与训练集 MAE 相当。
• 对齐过程减少了 CIF 结构与磁性属性条目之间的不匹配，从而为 ML 模型提供更丰富的图表示。
• 该方法表明完整的结构信息对于机器学习模型中磁性属性预测的准确性至关重要。