MatGD：材料图谱数字化工具
计算机视觉与模式识别
2023-11-23 v1 数字图书馆
信息检索
机器学习
摘要
我们开发了MatGD（Material Graph Digitizer），一种从科学图表中数字化数据曲线的工具。该工具背后的算法包含四个步骤：(1) 在子图中识别图表，(2) 分离坐标轴与数据区域，(3) 通过消除无关图表对象并与图例匹配来辨识数据曲线，(4) 数据提取与保存。从电池、催化与MOFs领域的62,534篇论文中，挖掘出501,045幅图。值得注意的是，我们的工具在图例标记与文本检测上展现出超过99%的准确率。此外，其数据曲线分离能力达66%，远高于其他现有图表挖掘工具。我们相信该工具将对于收集出版物中的历史与未来数据不可或缺，这些数据可用于训练各类机器学习模型，从而提升材料预测与新材料的发现。
引用
@article{arxiv.2311.12806,
title = {MatGD: Materials Graph Digitizer},
author = {Jaewoong Lee and Wonseok Lee and Jihan Kim},
journal= {arXiv preprint arXiv:2311.12806},
year = {2023}
}
备注
23 pages, 4 figures