面向功能材料属性预测的机器学习方法初探(3)

验证数据集包含346种HOIPs，其中所有的HOIP是通过高通量第一性原理计算得到.为保证数据一致和ML预测精度，只选择通过PBE函数计算所得带隙的正交晶结构.所以，该算法中选择212种HOIP复合物.进而，构造一种能够反应出容忍因子和带隙的HOIP，从中将所有数据的80%作为训练集，20%作为测试集，并且整体输入HOIP数据通过选取不同带隙值进而保持一定程度的数据分布平衡.

2.2 特征选择

如第2部分所述，任何ML预测特定属性的方法，关键在于选取特征描述.材料科学不同于模式识别领域，其特征不仅仅只关系到某一种特定材料，同时还与其目标物理化学属性相关.虽然，影响材料目标属性的因素较多，其特征选择仍需合理.一种最优的特征选择策略可避免ML维度灾难，具体而言，控制特征数目应当远小于数据规模维度.文献[7]实验中采用30个初始特征，该特征具体选取离子半径, 容忍因子和电负性从化学空间描述HOIP.为进一步表示特征和目标属性间的关联，首先采用GBR验证初始特征的有效性.紧接着，通过搜索算法去除冗余特征(对于带隙影响轻微的特征).最终14个关键特征被选做作为最终的特征描述进而表示HOIP.文献[7]实验表明通过ML的方法能够降低不同维度特征间的相关性进而去除特征冗余信息，最终有效提升ML统计模型的预测能力.

3 讨论

为提升HOIP材料结构属性预测和筛选策略，通过深入结合现有ML/DL技术以及DFT计算，提出一种快速目标驱动的方法进而挖掘有效的HOIP结构属性，最终通过测试发现5158中HIOP结构.与此同时，通过ML技术在收集的大规模功能材料数据中挖掘HOIP结构-属性映射，并发现影响理想HOIPs太阳能电池性能的因素包括容忍因子、八面体因子、金属电负性以及有机分子的极化率.

由于传统高通量搜索方法作用于整个化学空间DFT层级，所用方法利用ML统计模型与DFT结合的模式，因此整个过程仅限于DFT层级的计算，其搜索空间远远小于传统方法，实现节约计算资源.同时也介绍基于神经网络的DL技术.该技术可直接将功能材料数据作为原始输入，通过标注目标属性，从而自动挖掘具有判别和表达能力的材料特征，进而提高搜索材料结构的精度和效率.特别指出基于DL方法依赖于大规模海量功能材料数据作为训练数据，因此为得到更加优秀的性能需提供足够多高质量数据训练模型.

4 结论

不同于需要在DFT水平上搜寻整个化学空间的高通量筛选方法，目前的ML/DL和DFT组合方案只需在DFT水平上计算最具前景的HOIPs，这样可以极大地节省计算资源.注意，上面提到的筛选非常严格，事实上，其筛选条件可以根据目标进行调整以找到适合实验合成的候选材料.本文提出的靶向驱动法克服了传统试错法的主要障碍，同时，由于这种ML技术采用一种基于GBR算法的“末位淘汰”特征选择程序，因此其不仅可以瞬间达到DFT精度(甚至快于神经网络算法)，而且适用于小数据集.这也就意味着可以使用相对较小的数据集来实现准确的预测.如果计算或实验的材料数据足以训练ML模型，本文方法也适用于其他功能材料的设计与发现.另外，如何利用基于图结构的DL技术，通过实现全局优化的材料结构属性预测任务以提升将是一个具有挑战性的开放问题.

[1]曾令可,罗民华,童晓濂,等.BP神经网络对陶瓷材料烧结性能预测的研究[J].材料导报,2002，(2):63-65.

[2]陈明和,谢兰生,朱知寿,等.计算机模拟与预测方法在材料科学研究中的应用[J].机械工程材料,2005，(6):1-3.

[3]李龙,徐松岭,杨惟高.BP 神经网络在窑外分解窑优化控制中的应用[J].河北工业科技,2001，(2):35-37.

[4]余德泉.国内外工业机器人发展现状与趋势[J].大众用电,2017,(9):20-21.

[5]肖卓豪,卢安贤,刘树江,等.人工神经网络在玻璃配方设计中的应用研究[J].材料导报,2005，(6):17-19.

[6]Lowe D. G. Distinctive image features from scale invariant keypoints [J]. International Journal of Computer Vision, 2004，(60):91-110.

[7]Ojala T, Pietikainen M, Maenpaa T. Multiresolution grayscale and rotation invariant texture classification with local binary patterns [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, (7):971- 987.

[8]Dalal N, Triggs B. Histograms of oriented gradients for human detection [A]. Proceedings of International Conference on Computer Vision and Pattern Recognition [C]. 2005.

[9]Bengio Y, Lamblin P, Popovici D, et al. Greedy Layer-Wise Training of Deep Networks [A]. Proceedings of Conference and Workshop on Neural Information Processing Systems[C]. 2006.

文章来源：《功能材料与器件学报》 网址: http://www.gnclyqjxb.cn/qikandaodu/2021/0402/656.html