Matbench Discovery - 机器学习晶体稳定性预测的评估框架

Aug, 2023

Matbench Discovery - 机器学习晶体稳定性预测的评估框架

Matbench Discovery -- An evaluation framework for machine learning crystal stability prediction

Janosh Riebesell, Rhys E. A. Goodall, Anubhav Jain, Philipp Benner, Kristin A. Persson...

TL;DRMatbench Discovery 通过部署机器学习（ML）能源模型在高通量搜索稳定无机晶体中模拟。我们解决了（i）热力学稳定性与形成能之间的脱节和（ii）域内与域外的性能之间的差异问题。通过本文和我们的 Python 包以及在线排行榜，我们探索了各个性能指标之间的权衡，回答了在材料发现方面哪种 ML 方法表现最佳的问题。我们发现在热力学稳定性预测的测试集 F1 得分中，CHGNet > M3GNet > MACE > ALIGNN > MEGNet > CGCNN > CGCNN+P > Wrenformer > BOWSR > Voronoi tessellation fingerprints with random forest。前三个模型是 UIPs，是 ML 引导材料发现的获胜方法，其晶体稳定性分类的 F1 得分达到了约 0.6，并且在与我们的测试集的前 10000 个最稳定预测的虚拟选择相比，发现加速因子（DAF）最高可达 5 倍。我们还强调了常用的全局回归指标与更具任务相关性的分类指标之间的明显差异。准确的回归器如果那些准确的预测接近 0 eV / 原子的凸包上的决策边界，那么它们就容易出现意外高的假阳性率，而大多数材料都是接近该边界的。我们的结果突显了需要关注与提高稳定性命中率实际相关的分类指标。

Abstract

Matbench Discovery simulates the deployment of machine learning (ML) energy models in a high-throughput search for stable inorganic crystals. We address the disconnect between (i) thermodynamic stability and form

machine learning materials discovery ml methodology thermodynamic stability classification metrics

发现论文，激发创造

大规模扩散材料生成

本研究提出了一个基于 UniMat 的晶体结构生成方法，通过训练扩散概率模型，能够高度还原大规模和复杂化学系统的晶体结构，并且在评估指标上胜过之前基于图结构的方法，同时提出了针对材料的新评估指标，并展示了条件生成在大规模晶体数据集上的可扩展性，优于结构发现的当前方法。

Oct, 2023

基于数据驱动的评分模型生成具有自适应晶胞的稳定结构

使用机器学习生成模型生成具有所需性质（如化学稳定性和指定化学组成）的新晶体结构，并展示其在不同化学体系和晶体群中生成新候选结构的功能。

Oct, 2023

以图形网络为分子和晶体的通用机器学习框架

研究者们提出了一种新的机器学习方法 Graph Networks，开发了通用的 MEGNet 模型，成功地预测了分子和晶体的物性，并提出了两个解决材料科学和化学数据局限性的新策略。

Dec, 2018

可解释的集成学习在材料性质预测中的应用：以碳为例

我们提出了一种基于集成学习的方法，用于预测晶体材料的形成能量和弹性常数，通过分子动力学计算的物性作为输入，集成学习结果比传统的原子势能方法更准确。

Jul, 2023

比较材料属性预测的不确定性量化方法

本文介绍了一种用于判断计算化学中基于代理模型的不确定性估计质量的方法，利用机器学习中的数字度量指标、模型准确性及校准性检测等，通过各种性能指标来评估模型的质量，及一个使用卷积神经网络和高斯过程回归器的模型对吸附能的预测和不确定性的估计得到了最好的表现。

Dec, 2019

MatSciML：固体材料建模的广泛多任务基准

提出了 MatSci ML，这是一个用于建模具有周期晶体结构的固态材料的机器学习（MatSci ML）方法的新型基准。使用机器学习方法研究固态材料是一个新兴领域，由于使用不同种类的数据集来开发机器学习模型，导致了碎片化的情况，使得比较不同方法的性能和泛化能力变得困难，从而阻碍了该领域的研究进展。MatSci ML 基准建立在开源数据集的基础上，包括 OpenCatalyst、OQMD、NOMAD、Carolina 材料数据库和 Materials Project 等大规模数据集，为模型训练和评估提供了多样化的材料系统和属性数据，包括模拟能量、原子力、材料能隙，以及通过空间群对结晶对称性进行分类的数据。MatSci ML 中的属性多样性使得实施和评估固态材料的多任务学习算法成为可能，而数据集的多样性则促进了跨多个数据集开发新的更广义的算法和方法。在多数据集学习环境中，MatSci ML 使研究人员能够结合来自多个数据集的观测结果，进行共同预测共同属性，如能量和力。使用 MatSci ML，我们评估了不同的图神经网络和等变点云网络在涵盖单一任务、多任务和多数据学习场景的几个基准任务上的性能。我们的开源代码可在指定的 https URL 上找到。

Sep, 2023

机器学习统一材料和分子建模

本研究基于局部化学环境和贝叶斯统计学习的机器学习模型，提供了一个统一的框架，可以预测原子尺度的稳定性和不同类别的分子的化学精度，可以区分活性和非活性的蛋白质配体，这种方法可以对材料和分子的势能面提供新的洞察。

Jun, 2017

从预测到行动：适当性能估计在基于机器学习的材料发现中的关键作用

通过统计性属性模型驱动的材料发现是一个迭代决策过程，在此过程中，初始数据集会根据模型所提出的新数据进行扩展，目标是随时间最大化某种 “奖励”，例如迄今为止发现的最大属性值。我们证明了此问题，并提出了一种新颖的性能估计方法，即与基于预计算数据集的 “期望改善” 收购函数预测高斯过程，在双钙钛矿氧化物的示例研究中表现最佳。

Nov, 2023

一般性用途的无机材料属性预测机器学习框架

该研究论文介绍了一种新的机器学习框架，用于从现有的材料数据中提取预测模型，方法是使用具有化学多样性的属性列表，并将数据集分成相似材料组，提高预测准确度，可用于预测晶态和非晶材料的多种属性。

Jun, 2016

催化剂探索中的轻量级几何深度学习

新技术对于大规模采用风能和太阳能等可再生能源是必要的。发现适合的催化剂对于使能量储存更具成本效益和可扩展性至关重要。这项研究旨在评估使用更轻量级方法在这一任务中获得的性能和洞察力，以鼓励来自不同背景的个人的参与。通过实施稳健的设计模式，如几何和对称的信息传递，我们能够训练一个 GNN 模型，在仅使用一小部分可训练参数的情况下，达到了 0.0748 的平均绝对误差，与 SchNet 和 DimeNet++ 等已建立的模型架构相媲美。

Apr, 2024