MatWheel：通过合成数据解决材料科学中的数据稀缺问题
机器学习
2025-04-15 v1 材料科学
摘要
数据稀缺和标注成本高长期以来一直是材料科学领域的持续性挑战。受其在计算机视觉等其他领域潜力的启发，我们提出了 MatWheel 框架，通过使用由条件生成模型生成的合成数据来训练材料属性预测模型。我们探索了两种情景：完全监督和半监督学习。使用 CGCNN 进行属性预测、使用 Con-CDVAE 作为条件生成模型，在 Matminer 数据库中的两个数据稀缺材料属性数据集上进行实验。结果表明，合成数据在极端数据稀缺情景下具有潜力，在两个任务中均可实现与或超过真实样本的性能。我们还发现，伪标签对生成数据质量的影响较小。未来工作将整合更先进的模型并优化生成条件，以提升材料数据飞轮的效果。
引用
@article{arxiv.2504.09152,
title = {MatWheel: Addressing Data Scarcity in Materials Science Through Synthetic Data},
author = {Wentao Li and Yizhe Chen and Jiangjie Qiu and Xiaonan Wang},
journal= {arXiv preprint arXiv:2504.09152},
year = {2025}
}
备注
AI4MAT-ICLR-2025: ICLR 2025 Workshop on AI for Accelerated Materials Design