Seleção de moléculas representativas via aprendizado de máquina

• Processo: 20/05329-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2020
• Data de Término da vigência: 31 de dezembro de 2021
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Marcos Gonçalves Quiles
• Beneficiário: Felipe Vaiano Calderan
• Instituição Sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
• Empresa: Universidade de São Paulo (USP). Instituto de Química de São Carlos (IQSC)
• Vinculado ao auxílio: 17/11631-2 - CINE: desenvolvimento computacional de materiais utilizando simulações atomísticas, meso-escala, multi-física e inteligência artificial para aplicações energéticas, AP.PCPE
• Assunto(s): Química computacional Aprendizado computacional Agrupamento de dados Desenvolvimento de novos materiais Modelagem computacional Simulação de dinâmica molecular
• Palavra(s)-Chave do Pesquisador: Agrupamento de Dados | Agrupamento supervisionado | ciência de materiais | Química Computacional | Aprendizado de Máquina

Resumo

A geração e a análise de novos materiais é um processo bastante lento e custoso, tanto do ponto de vista experimental quanto computacional. Métodos computacionais, como a dinâmica molecular e o cálculo DFT (Density Functional Theory), têm sido empregados para estudar compostos químicos. Contudo, mesmo fazendo uso de tais abordagens computacionais, o screening de materiais ainda é um processo bastante custo, a considerar que o número de compostos cresce de maneira exponencial em função do tamanho das moléculas e dos tipos de materiais considerados, tornando a análise de todas as combinações uma tarefa proibitiva. Entretanto, partindo da premissa que moléculas com características similares podem apresentar propriedades similares, a simulação acurada de tais materiais pode ser reduzida a partir da seleção de exemplos representativos. Assim, o cientista de materiais necessita de técnicas para seleção de moléculas/materiais representativos em um dado contexto, a permitir que apenas uns subconjuntos das possíveis estruturas sejam investigados. Neste contexto, métodos de aprendizado de máquina, como técnicas de agrupamento de dados, se apresentam como soluções promissoras para escolha de moléculas representativas. Contudo, por se tratar de uma técnica não-supervisionada, a formação dos agrupamentos leva em consideração apenas os atributos e a função de similaridade considerada nos experimentos. Dessa forma, os grupos formados podem revelar estruturas não adequada ao problema em análise. Para resolver essa limitação, um processo de supervisão (enviesamento) na formação dos agrupamentos pode ser considerado. Assim, visando auxiliar o trabalho do cientista de materiais na seleção automática de exemplos representativos, este trabalho irá investigar e implementar uma ferramenta de agrupamento de dados enviesada com informações externas (supervisão). Para isso, associado ao processo de formação de agrupamentos, um método de otimização será empregado para configurar os pesos associados aos atributos com o objetivo separar o conjunto de dados em agrupamentos coerentes com as propriedades estudadas pelo especialista do domínio.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DE MENDONCA, JOAO PAULO A.; CALDERAN, FELIPE, V; LOURENCO, TUANAN C.; QUILES, MARCOS G.; DA SILVA, JUAREZ L. F.. Theoretical Framework Based on Molecular Dynamics and Data Mining Analyses for the Study of Potential Energy Surfaces of Finite- Size Particles. JOURNAL OF CHEMICAL INFORMATION AND MODELING, v. 62, n. 22, p. 10-pg., 2022-10-27. (20/05329-4, 18/21401-7, 17/11631-2, 19/23681-0)