用于识别材料基因的操作符诱导结构变量选择

在新兴的材料信息学领域，一项基本任务是识别物理化学有意义的 descriptors（即材料基因），它们由初级特征与一组基本代数操作符通过复合工程得到。标准做法是在线性模型中直接分析高维候选预测变量空间；然而，由于相关预测变量数量天文级庞大且样本量有限，统计分析受到严重阻碍。我们将此问题表述为具有操作符诱导结构（OIS）的变量选择，并提出一种新方法，通过利用 OIS 中嵌入的几何实现非常规的降维。尽管模型保持线性，我们迭代非参数变量选择以实现有效降维。这使得基于第一性原理初级特征的变量选择成为可能，由此产生的方法比现有方法快数个数量级，且精度更高。为选择非参数模块，我们讨论了一种由 OIS 变量选择独特诱导的合意性能准则；特别地，我们提出采用基于贝叶斯加性回归树（BART）的变量选择方法。数值研究显示了所提方法的优越性，当输入维度超出现有方法可及范围时仍表现出稳健性能。我们对单原子催化的分析识别出了能高解释力解释金属-载体对结合能的物理 descriptors，从而带来可解释的见解，以指导预防称为烧结的著名问题并辅助催化设计。