Predição de propriedades moleculares com alta acurácia: uma abordagem via aprendizado semi-supervisionado

Resumo

A descoberta de materiais envolve a investigação de sistemas com propriedades físico-químicas de interesse. Tal estudo é desenvolvido no campo de Ciência dos Materiais, que através de simulações computacionais e experimentos laboratoriais descrevem como esses sistemas se comportam e reagem uns com os outros em diferentes ambientes. Contudo, simulações computacionais empregadas no estudo das propriedades possuem alto custo computacional, e experimentos laboratoriais demandam laboratórios com o ambiente adequado para a operação de tais experimentos. Por outro lado, a grande quantidade de simulações e experimentos realizadas na última década motivou a aplicação de algoritmos de Aprendizado de Máquina (AM) como uma abordagem alternativa a tais métodos tradicionais, visto o tempo requerido pelo AM na predição de uma nova instância. No contexto supervisionado, modelos de AM treinados sobre dados da teoria do funcional de densidade (DFT) demonstraram erros menores quando comparados aos erros da DFT em relação a experimentos laboratoriais, além de atingirem predições com desempenho superiores ao limite estabelecido como acurácia química. Entretanto, nas aplicações de AM, dados não rotulados são pouco explorados, mesmo tendo conjuntos de dados bem maiores que os dados aplicados para o contexto supervisionado. Recentemente, modelos contrastivos ganharam destaque na literatura devido aos resultados estado da arte obtidos em aplicações semi-supervisionadas e a capacidade em aprender representações. Neste sentido, este trabalho tem por objetivo propor um modelo contrastivo para a aplicação em Ciência dos Materiais. Para tanto, pretende-se fazer um estudo de diversas redes codificadoras, técnicas de aumento de dados, bem como propor uma função de custo que considere tanto o erro da predição da propriedade quanto o erro de reconstrução da entrada no contexto auto-supervisionado. (AU)