通过机器学习加速配方设计:生成高通量洗发水配方数据集
Aniket Chitre1,2,3, Robert C M Querimit3,4, Simon D Rihm1,2
1Department of Chemical Engineering and Biotechnology, University of Cambridge, Philippa Fawcett Drive, Cambridge, CB3 0AS, UK.
Scientific data
|July 3, 2024
概括
这项研究引入了一个大型的开放数据集,用于设计液体配方,加速产品开发,使用在各种成分上训练的机器学习 (ML) 模型,并提供不确定性测量以改善预测.
科学领域:
- 配方科学科学 配方科学
- 材料科学 材料科学 材料科学
- 化学工程是化学工程的重要组成部分.
背景情况:
- 由于复杂的成分相互作用,液体配方的开发是复杂和耗时的.
- 目前用于配方设计的机器学习 (ML) 模型受到小型数据集和缺乏结构信息的限制,阻碍了预测准确性.
- 加快液体配方的设计需要全面的数据集和先进的ML方法.
研究的目的:
- 创建一个高维的,开放的实验数据集,用于训练ML模型的冲洗配方.
- 扩大成分化学空间和设计维度,以实现强大的ML模型开发.
- 为了生成高准确度的数据,包括相位稳定性,度和风病学,具有样本特定的不确定性.
主要方法:
- 策划了812种使用18种不同成分的液体配方的数据集.
- 采用半自动化,机器学习驱动的工作流程来生成数据.
- 测量了所有配方的相稳定性,度和质性质.
- 集成的样本特定的不确定性测量用于高级模型培训.
主要成果:
- 与之前的工作相比,设计空间维度增加了50倍以上的数据集.
- 包括294种稳定配方,覆盖整个设计空间.
- 生成了全面的物理物业数据与相关的不确定性估计.
- 证明了数据集对训练预测代孕模型的有用性.
结论:
- 提出的数据集通过提供前所未有的规模和细节,显著推进了ML驱动液体配方设计.
- 包括不确定性测量,使得开发更可靠,更准确的预测模型.
- 这种资源加速了冲洗式配方的开发周期,使得能够更好地调整目标属性.
