使用贝叶斯算法执行的目标材料发现
材料科学
2023-12-27 v1 数据分析、统计与概率
摘要
新材料的快速发现和合成需要智能数据采集策略来导航大型设计空间。一种流行的策略是贝叶斯优化，旨在寻找最大化材料性能的候选者；然而，材料设计通常需要找到满足更复杂或专门目标的设计空间的特定子集。我们提出了一个框架，通过简单的用户定义过滤算法来捕获实验目标。这些算法自动转换为三种智能、无参数、顺序数据采集策略之一（SwitchBAX、InfoBAX和MeanBAX）。我们的框架针对典型的离散搜索空间量身定制，涉及多个测量的物理属性和短时间范围的决策。我们在TiO2纳米颗粒合成和磁性材料表征的数据集上评估了该方法，并表明我们的方法比最先进的方法显著更高效。
引用
@article{arxiv.2312.16078,
title = {Targeted materials discovery using Bayesian algorithm execution},
author = {Sathya Chitturi and Akash Ramdas and Yue Wu and Brian Rohr and Stefano Ermon and Jennifer Dionne and Felipe H. da Jornada and Mike Dunne and Christopher Tassone and Willie Neiswanger and Daniel Ratner},
journal= {arXiv preprint arXiv:2312.16078},
year = {2023}
}
备注
29 pages; 12 figures