基于离群值的材料性质预测模型适用域识别
材料科学
2023-02-14 v1 机器学习
摘要
机器学习模型已被广泛应用于材料性质预测。然而，这些模型的实际应用可能因缺乏关于其在先前未见过的材料类型上表现如何的信息而受限。由于机器学习模型的预测依赖于可用训练数据的质量，材料特征空间的不同域由此类模型以不同精度水平进行预测。识别这些域的能力使得能够确定每次预测的置信水平，根据不同时任务的预测精度要求决定何时及如何使用模型，并改进高误差域上的模型。在本工作中，我们提出一种利用大特征空间寻找适用域的方法，并引入分析技术以更深入地理解所检测到的域与子域。
引用
@article{arxiv.2302.06454,
title = {Outlier-Based Domain of Applicability Identification for Materials Property Prediction Models},
author = {Gihan Panapitiya and Emily Saldanha},
journal= {arXiv preprint arXiv:2302.06454},
year = {2023}
}