Marco de aprendizaje automático robusto para el descubrimiento confiable de termoeléctricos de Half-Heusler de alto rendimiento

En el marco del descubrimiento de materiales termoeléctricos de alto rendimiento, el aprendizaje automático juega un papel fundamental. Sin embargo, es común que los modelos de machine learning sufran de una baja generalizabilidad experimental, a pesar de tener métricas altas. Para abordar este desafío, un estudio reciente ha presentado un flujo de trabajo robusto aplicado al prototipo estructural half-Heusler (hH) para predecir la figura de mérito (zT) y mejorar la generalizabilidad de los modelos de ML.

Una de las claves para resolver los desafíos en el manejo de datos y la filtración de características es la introducción de un método riguroso basado en PCA para dividir de manera imparcial y representativa los conjuntos de entrenamiento y prueba y así asegurar que abarquen todo el espacio químico. Además, se implementa una optimización bayesiana de hiperparámetros con filtrado de características k-best en tres arquitecturas diferentes: Random Forest, XGBoost y Redes Neuronales. A su vez, se emplea la regresión simbólica SISSO para obtener información física y realizar comparaciones.

Mediante análisis SHAP y SISSO, se identificó que la concentración de dopantes en el sitio A (xA') y el calor de vaporización en el sitio A (HVA) son los impulsores principales de zT además de la temperatura. Finalmente, se llevó a cabo un screening de alta capacidad que filtró aproximadamente 6.6x10^8 composiciones potenciales, lo que resultó en la identificación de varios candidatos novedosos con alto zT.

Este enfoque innovador se aleja de la tradicional mejora de los valores RMSE/R^2 en los modelos de prueba, centrándose en establecer que el conjunto de prueba sea un verdadero proxy para la generalizabilidad del modelo y fortaleciendo los módulos a menudo descuidados de los flujos de trabajo de ML para el diseño basado en datos de materiales termoeléctricos de próxima generación.

En Q2BSTUDIO ofrecemos servicios de desarrollo de software a medida, inteligencia artificial, ciberseguridad, servicios cloud en AWS y Azure, así como inteligencia de negocio. Para obtener más información sobre nuestras soluciones, ¡visita nuestra página web q2bstudio.com!