[论文解读] Data-Centric Mixed-Variable Bayesian Optimization For Materials Design

Akshay Iyer, Yichi Zhang+6 more|arXiv (Cornell University)|Jul 4, 2019

Machine Learning in Materials Science参考文献 38被引用 4

一句话总结

本文提出了一种以数据为中心的混合变量贝叶斯优化框架，整合了来自文献、实验和模拟的异构数据，以加速材料设计。通过利用潜在变量高斯过程（LVGP）共同建模定性与定量变量，该方法能够高效地在复杂、非线性的设计空间中导航，并在数十次迭代内识别出最优的聚合物纳米复合材料组成与形态，展现出在单目标和多目标优化任务中的优异性能。

ABSTRACT

Materials design can be cast as an optimization problem with the goal of achieving desired properties, by varying material composition, microstructure morphology, and processing conditions. Existence of both qualitative and quantitative material design variables leads to disjointed regions in property space, making the search for optimal design challenging. Limited availability of experimental data and the high cost of simulations magnify the challenge. This situation calls for design methodologies that can extract useful information from existing data and guide the search for optimal designs efficiently. To this end, we present a data-centric, mixed-variable Bayesian Optimization framework that integrates data from literature, experiments, and simulations for knowledge discovery and computational materials design. Our framework pivots around the Latent Variable Gaussian Process (LVGP), a novel Gaussian Process technique which projects qualitative variables on a continuous latent space for covariance formulation, as the surrogate model to quantify "lack of data" uncertainty. Expected improvement, an acquisition criterion that balances exploration and exploitation, helps navigate a complex, nonlinear design space to locate the optimum design. The proposed framework is tested through a case study which seeks to concurrently identify the optimal composition and morphology for insulating polymer nanocomposites. We also present an extension of mixed-variable Bayesian Optimization for multiple objectives to identify the Pareto Frontier within tens of iterations. These findings project Bayesian Optimization as a powerful tool for design of engineered material systems.

研究动机与目标

• 为解决在存在定性（例如，形态类型）和定量（例如，组成）变量时材料设计优化的挑战，这些变量导致属性空间不连贯。
• 通过利用来自文献、实验和模拟的现有异构数据，克服数据稀缺和高成本模拟的问题。
• 开发一种代理建模方法，能够在数据有限区域（尤其是定性变量区域）量化不确定性。
• 通过平衡探索与利用的策略，实现在复杂、非线性设计空间中的高效导航。
• 将框架扩展至多目标优化，以最少的评估次数识别帕累托前沿。

提出的方法

• 该框架采用潜在变量高斯过程（LVGP）将定性变量映射到连续潜在空间，从而实现跨混合变量类型的相关性计算。
• LVGP模型能够捕捉设计变量（组成、形态、加工）与材料性能之间的关系，即使在数据稀疏或异构的情况下亦可。
• 使用期望改进（EI）作为获取函数，以平衡对不确定区域的探索与对有前景设计的利用。
• 优化循环根据EI顺序选择新的设计候选，以最小化昂贵评估的次数。
• 在多目标优化中，框架将EI扩展以处理多个性能标准，并高效识别帕累托前沿。
• 该方法将来自不同来源（文献、实验、模拟）的数据整合到统一的代理模型中，以最大化知识提取。

实验结果

研究问题

• RQ1 如何增强混合变量贝叶斯优化以处理材料设计中同时存在的定性与定量设计变量？
• RQ2 以数据为中心的方法能否有效整合异构数据源，以提升代理建模的准确性与不确定性量化？
• RQ3 基于LVGP的框架在材料优化中能在多大程度上减少所需评估的次数？
• RQ4 该框架在成分与形态方面对绝缘聚合物纳米复合材料的最优设计识别能力如何？
• RQ5 在评估次数有限的情况下，该框架能否高效识别多目标材料设计中的帕累托前沿？

主要发现

• 基于LVGP的代理模型成功地在数据有限的情况下，对定性与定量变量的联合效应建模材料性能。
• 该框架在数十次迭代内定位到最优的聚合物纳米复合材料组成与形态，显著减少了所需实验或模拟的次数。
• 期望改进获取函数在复杂、非线性设计空间中有效平衡了探索与利用。
• 该方法在单目标与多目标优化任务中均表现出色，以最少的评估次数识别出帕累托前沿。
• 整合来自文献、实验和模拟的异构数据增强了模型的泛化能力与不确定性量化能力。
• 该框架能够从现有数据中高效地实现知识发现，适用于高成本材料设计问题。