목표된 목표 외의 정보량 있는 재료 데이터셋 구축

재료 과학 데이터 수집은 비용이 많이 드는데, 이는 미래 발견 캠페인을 위한 데이터셋 재사용과 장기적 유용성이 매우 중요함을 의미합니다. 실제로 연구자들은 연구 관심사에 따라 속성 (property) 의 일부만을 우선시합니다. 그러나 데이터 수집 캠페인에서 결과의 일부를 무시하는 것은 미래 학습 작업에 부적합한 데이터셋을 생성할 수 있습니다. 여기서는 목표 속성에 대한 정보량을 최대화하면서 목표하지 않은 속성 성능을 보존하는 데이터셋 구축 프레임워크를 제시합니다. 우리의 접근법은 재료 공간의 광범위한 커버리지를 보장하기 위해 다양성 인식 선택 (diversity-aware selection) 을 사용합니다. 잡음이 많은 실험 데이터셋 구축에서, 우리는 다양성 인식 프레임워크가 없으면 목표하지 않은 속성에 대한 예측 성능이 무작위 샘플링에 비해 최대 40%까지 저하될 수 있으며, 우리의 프레임워크를 적용하면 최대 10%까지 개선된다는 것을 발견했습니다. 목표 속성의 경우, 다양성이 없으면 무작위 샘플링에 비해 최대 12.5%까지 성능이 저하될 수 있지만, 우리의 프레임워크는 최대 25%의 향상을 달성합니다. 다양성을 데이터셋 구축에 통합하면 목표 속성에 대한 정보량을 보존할 뿐만 아니라 잠재적 미래 목표를 위한 재료 커버리지를 개선합니다. 결과적으로, 고려된 결과와 고려되지 않은 결과 전반에 걸쳐 광범위하게 정보량 있는 데이터셋이 유지되며, 이는 편향 없는 품질 항목을 보장하고 후속 모델링 및 발견 캠페인에서 차트 스타트 (cold-start) 한계를 완화합니다.