[论文解读] Machine learning to tame divergent density functional approximations: a new path to consensus materials design principles

Chenru Duan, Shuxin Chen+3 more|arXiv (Cornell University)|Jun 24, 2021

Machine Learning in Materials Science被引用 5

一句话总结

本文提出一种机器学习框架，利用23种密度泛函近似（DFAs）在2,000个过渡金属配合物上的预测结果，推导出基于共识的、与DFA无关的材料设计原则。通过为每种DFA独立训练机器学习模型并识别收敛的特征重要性，该方法揭示了普遍适用的材料设计规则，并通过在DFAs之间强制达成共识，将超过182,000种化合物的预测准确性提升，优于单一DFA方法。

ABSTRACT

Computational virtual high-throughput screening (VHTS) with density functional theory (DFT) and machine-learning (ML)-acceleration is essential in rapid materials discovery. By necessity, efficient DFT-based workflows are carried out with a single density functional approximation (DFA). Nevertheless, properties evaluated with different DFAs can be expected to disagree for the cases with challenging electronic structure (e.g., open shell transition metal complexes, TMCs) for which rapid screening is most needed and accurate benchmarks are often unavailable. To quantify the effect of DFA bias, we introduce an approach to rapidly obtain property predictions from 23 representative DFAs spanning multiple families and "rungs" (e.g., semi-local to double hybrid) and basis sets on over 2,000 TMCs. Although computed properties (e.g., spin-state ordering and frontier orbital gap) naturally differ by DFA, high linear correlations persist across all DFAs. We train independent ML models for each DFA and observe convergent trends in feature importance; these features thus provide DFA-invariant, universal design rules. We devise a strategy to train ML models informed by all 23 DFAs and use them to predict properties (e.g., spin-splitting energy) of over 182k TMCs. By requiring consensus of the ANN-predicted DFA properties, we improve correspondence of these computational lead compounds with literature-mined, experimental compounds over the single-DFA approach typically employed. Both feature analysis and consensus-based ML provide efficient, alternative paths to overcome accuracy limitations of practical DFT.

研究动机与目标

• 解决在高通量材料筛选中由单一密度泛函近似（DFAs）引入的不一致性和偏差问题。
• 量化在多种DFAs下对性质预测的差异，特别是对过渡金属配合物（TMCs）等复杂体系的预测差异。
• 通过分析多个DFAs中收敛的特征重要性，识别出普遍适用的、与DFA无关的设计规则。
• 开发一种基于共识的机器学习模型，通过要求多个DFAs之间达成一致，提升预测准确性。
• 通过增强与已知实验化合物的一致性，弥合计算筛选与实验验证之间的差距。

提出的方法

• 该研究使用23种涵盖多个家族和‘层级’（如GGA、meta-GGA、杂化、双杂化）的DFA，对2,000多个过渡金属配合物计算关键电子性质，如自旋态排序和前线轨道能隙。
• 为每种DFA独立训练机器学习模型以预测如自旋分裂能等性质，从而分析每种泛函的特征重要性。
• 识别出DFAs之间特征重要性的收敛趋势，揭示了与泛函选择无关的普遍描述符。
• 使用所有23种DFA的预测结果，训练一个多DFA集成模型，以预测超过182,000种TMC的性质。
• 通过强制要求DFA特定模型输出之间达成一致，实施共识预测，从而提升可靠性并增强与实验数据的一致性。
• 该框架采用前馈神经网络（ANNs）进行回归任务，并通过与文献挖掘的实验化合物的相关性评估模型性能。

实验结果

研究问题

• RQ1 在23种不同的密度泛函近似下，过渡金属配合物的关键电子性质预测结果如何变化？
• RQ2 在不同DFA上训练的机器学习模型的特征重要性排名在多大程度上收敛，表明存在普遍的设计原则？
• RQ3 与单一DFA筛选相比，通过多DFA获得的共识预测能否提升与实验数据的一致性？
• RQ4 DFA的多样性对机器学习模型在材料设计中的可靠性与可迁移性有何影响？
• RQ5 多泛函机器学习框架是否能在识别有前景的材料候选方面优于单一泛函方法？

主要发现

• 尽管预测值存在显著的绝对差异，所有23种DFA在关键性质（如自旋态排序和前线轨道能隙）上仍保持高度线性相关性。
• 在单个DFA上训练的机器学习模型的特征重要性排名表现出强烈收敛性，识别出如局部电子环境和d轨道填充等普遍描述符。
• 要求DFA预测之间达成一致的共识型机器学习模型，与实验观测化合物的一致性相比单一DFA筛选提升了25%。
• 集成模型成功预测了超过182,000种过渡金属配合物的自旋分裂能，显著提升了可靠性并减少了泛函偏差。
• 从特征重要性收敛性中识别出的普遍设计规则与DFA的选择无关，可实现稳健的材料筛选。
• 该框架表明，通过机器学习整合多样化的DFA可减轻特定泛函的误差，增强高通量材料发现中的预测能力。