論文メモ - Matrix- and tensor-based recommender systems for the discovery of currently unknown inorganic compounds
https://arxiv.org/pdf/1710.00659.pdf
(2017年9月)
(以下自分の解釈メモ)
概要
機械学習を用いて、未発見のChemically relevant components (CRCs)の候補を、非負値行列因子分解（NMF）・特異値分解（SVD）・CP分解・Thucker分解をベースとしたレコメンドシステムで探索する論文。
候補CRCに対して、密度汎関数理論(DFT)を用いて安定性の評価を行っている。
背景
膨大な元素の組み合わせの物質を網羅的にDFTで計算するのは計算コストがかかる。
⇒ 既存データから機械学習で候補を見つけられればコスト削減
データセット
- ICSD
- Powder Difraction File (PDF)
- SpringerMaterials(SpMat)
上記３つのデータベースから無機結晶構造のデータを使用。
$A_aB_bX_x$の三元化合物を対象。 （A、Bは陽イオン(66個)。Xは陰イオン(10個))
$max(a,b,x)≤8$
全組み合わせとしては$662×10×170=7,405,200$個の化合物
3元化合物に加え、4元・5元も作成。
Matrix-basedレコメンドシステム
- {$A$} and {$B, X, (a,b,x)$}
- {$A, X$} and {$B, (a, b, x)$}
- {$A, B$} and {$X, (a, b, x)$}
現在発見されている化合物の箇所だけ1、未発見/存在しない化合物の箇所は0で埋める。
（FIG.3参照）
NMF、SVDで評価。
(FIG.4参照)
Tensor-basedレコメンドシステム
{$A$}、{$B$}、{$a,b,x$}を評価テンソルの三軸に対応させる。
(FIG.5参照)
CP分解・Thucker分解で評価。
(FIG.6参照)
評価
高評価順ならべたトップ27に対しDFTで安定性評価。
⇒ ほとんど(85%)が安定
トップ27と元素の組み合わせ{$A,B,X$}は同じだが、{$a,b,x$}が異なる低評価化合物に対してもDFTで安定性評価。
⇒ ほとんど(86%)が不安定
(TABLE Ⅲ参照)
Conclusion
Thucker分解が一番良い発見率。
