Desenvolvimento e Implementação de Métodos de Aumento de Dados para Modelos Preditivos e Generativos em Química e Ciências de Materiais

• Processo: 24/13795-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2024
• Data de Término da vigência: 30 de setembro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Marcos Gonçalves Quiles
• Beneficiário: Gabriel Leal Bonavina
• 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): Aprendizado computacional Redes neurais
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | aumento de dados | Inteligência Artificial em Química | Modelos Generativos | Redes neurais | Aprendizado de máquina

Resumo

O uso de aprendizado de máquina (ML) no estudo e descoberta de novos materiais tem emergido como uma abordagem fundamental, oferecendo alternativas e complementos valiosos às metodologias experimentais e computacionais tradicionais. A capacidade de ML em analisar vastas quantidades de dados e identificar padrões complexos possibilita a predição eficiente de propriedades e a geração de novos materiais, acelerando significativamente o processo de descoberta. Enquanto as abordagens experimentais são frequentemente limitadas por tempo e custo, e as técnicas computacionais tradicionais, como os cálculos de Teoria do Funcional da Densidade (DFT), são computacionalmente caras, os métodos de aprendizado de máquina oferecem soluções mais rápidas e escaláveis. No entanto, a eficácia desses modelos depende fortemente da disponibilidade de dados de alta qualidade que cubram adequadamente o espaço do problema. É nesse contexto que as técnicas de aumento de dados (data augmentation) se tornam essenciais, permitindo a ampliação e o enriquecimento dos conjuntos de dados de treinamento, melhorando a precisão e a confiabilidade dos modelos preditivos e generativos em química de materiais. Apesar da sua importância, em comparação com outras áreas de aplicação de aprendizado de máquina, como a visão computacional, há uma carência significativa de estudos que integram métodos avançados de aumento de dados no contexto da química e ciências de materiais. Assim, este projeto de pesquisa visa preencher essa lacuna avaliando métodos existentes e propondo novos métodos de aumento de dados para este cenário específico. Em particular, tais métodos terão como objetivo aprimorar o treinamento de modelos preditivos e generativos em química de materiais, aumentando a quantidade e a diversidade dos dados de treinamento e, desta forma, melhorando a precisão e a aplicabilidade dos modelos treinados. Além do estudo computacional dos métodos, pretende-se desenvolver um toolbox customizado para aumento de dados químicos. Destaca-se que este projeto faz parte do Centro de Inovação em Novas Energias (CINE), um centro financiado pela FAPESP e SHELL.