利用无监督学习理解QM7b与QM9量子力学数据集的结构
化学物理
2023-09-28 v1 材料科学
机器学习
摘要
本文探讨了两个量子力学数据集（QM7b、QM9）的内部结构，这两个数据集由数千个有机分子组成，并以电子性质进行描述。在逆向分子设计中从性质预测原子组成时，理解此类数据的结构与特征十分重要。研究中使用了本征维数分析、聚类和离群点检测方法。它们揭示出，两个数据集的本征维数均远小于描述维数。QM7b数据由与原子组成相关的明确聚类构成。QM9数据由一个主要由离群点组成的外层区域，以及一个聚集了成簇、内部对象的内核区域构成。分子中原子数目与其离群/内部属性之间存在显著关系。尽管存在结构差异，逆向分子设计中关注变量的可预测性仍然很高。利用从原始性质及低维嵌入空间估计分子原子数的模型，对此进行了例证。
引用
@article{arxiv.2309.15130,
title = {Understanding the Structure of QM7b and QM9 Quantum Mechanical Datasets Using Unsupervised Learning},
author = {Julio J. Valdés and Alain B. Tchagang},
journal= {arXiv preprint arXiv:2309.15130},
year = {2023}
}
备注
8 pages, 5 figures, 2 tables