Datos informativos de capacitación para la predicción eficiente de las propiedades en marcos metálico-orgánicos mediante el aprendizaje activo

Área de la Ciencia:

• Ciencias de los materiales
• Química computacional
• Aprendizaje automático

Sus antecedentes:

• El descubrimiento de materiales basado en datos a menudo tiene dificultades para calcular o medir las propiedades del objetivo.
• La selección eficiente de muestras informativas para la formación es crucial en los regímenes de datos bajos.
• Las estructuras metal-orgánicas (MOF) ofrecen amplias posibilidades combinatorias, pero requieren una predicción efectiva de las propiedades.

Objetivo del estudio:

• Desarrollar un nuevo algoritmo de aprendizaje activo para construir conjuntos de capacitación diversos e informativos en el descubrimiento de material basado en datos.
• Aplicar este algoritmo para predecir la brecha de banda y las propiedades de adsorción de los MOF.
• Mejorar la eficiencia y precisión de la predicción de las propiedades de los materiales, especialmente con datos limitados o desequilibrados.

Principales métodos:

• Se desarrolló un algoritmo de aprendizaje activo basado en árboles de regresión.
• Se utilizaron descriptores de baja dimensión basados en propiedades estequiométricas y geométricas para la representación del espacio de características de MOF.
• El algoritmo aprovecha particiones de árboles de regresión para seleccionar nuevas muestras para la expansión del conjunto de entrenamiento.

Principales resultados:

• El método propuesto construye conjuntos de datos de formación más pequeños para modelos de regresión en comparación con los enfoques de aprendizaje activo existentes.
• Se logra una predicción más eficiente de las propiedades de MOF (brecha de banda, adsorción) con menor varianza.
• El algoritmo demuestra beneficios significativos con datos de etiqueta distribuidos de manera desigual y desequilibrada.

Conclusiones:

• El algoritmo de aprendizaje activo basado en árboles de regresión acelera efectivamente el descubrimiento de materiales al mejorar el análisis de la relación estructura-propiedad.
• Proporciona una herramienta única para el análisis eficiente de datos de materiales complejos, especialmente en escenarios con pocos datos.
• El método mejora la calidad de los conjuntos de capacitación, lo que lleva a modelos predictivos más eficientes y precisos para nuevos materiales como los MOF.