Accelerated Discovery of Materials with Extreme Work Functions through Uncertainty-Aware Multi-Fidelity Screening

ملخص تقني: التسريع في اكتشاف المواد ذات دالات الشغل القصوى من خلال الفحص متعدد الدقة الواعي باليقين

بيان المشكلة
تعد دالة الشغل ($\Phi$) خاصية إلكترونية حاسمة تحكم تبادل الإلكترونات عند الواجهات، وهي ضرورية لتقنيات تتراوح من الانبعاث الأيوني والحقل إلى الحفز والإلكترونيات العضوية. وتعتبر المواد ذات دالات الشغل القصوى — وتحديداً القيم المنخفضة ($\Phi < 2.5$ إلكترون فولت) للانبعاث الإلكتروني الفعال، والقيم العالية ($\Phi > 6.0$ إلكترون فولت) لنقل الثقوب أو حجز الإلكترونات بفعالية — مطلوبة بشدة. ومع ذلك، فإن التنبؤ بدالات الشغل معقد بطبيعته بسبب عدم التجانس البلوري، واسترخاء السطح، وإعادة البناء، وتأثير المواد الممتزة. وبينما تعد نظرية وظيفية الكثافة (DFT) هي المعيار للحساب، إلا أنها مكلفة حاسوبياً للفحص عالي الإنتاجية لملايين المرشحين. وفي المقابل، توفر نماذج تعلم الآلة (ML) الموجودة، مثل نماذج الغابة العشوائية (RF)، السرعة ولكنها غالباً ما تفتقر إلى التحديد الموثوق لليقين وتقييم نطاق التطبيق (DoA)، مما يؤدي إلى ثقة مضللة محتملة في تنبؤات المواد غير المرئية أو القيم القصوى.

المنهجية
طوّر المؤلفون سير عمل للفحص متعدد الدقة وقابل للتوسع، يدمج نموذج تعلم آلة مُعزز مع المحاكاة الحاسوبية لفحص حوالي 5.5 مليون مركب من قواعد بيانات GNoME وAlexandria.

1. نموذج الغابة العشوائية المُعزز:

   • النموذج الأساسي: بُني على نموذج غابة عشوائية (RF) تم نشره سابقاً، تم تدريبه على 58,332 دالة شغل محسوبة بـ DFT غير مسترخية.
   • معايرة اليقين: تمت معايرة تقديرات اليقين الخام (الانحراف المعياري لتنبؤات الأشجار) باستخدام طريقة "البوتستراب" المعايرة. تعمل هذه العملية على إعادة قياس اليقين خطياً لضمان أن تتبع درجات $z$-scores توزيعاً طبيعياً معيارياً، مما يجعل أشرطة الخطأ المتوقعة تتماشى مع الأخطاء الحقيقية المرصودة.
   • نطاق التطبيق (DoA): تم استخدام نموذج تقدير كثافة النواة (KDE) على فضاء السمات التدريبي لتحديد درجة عدم التشابه للمرشحين الجدد. تم حساب درجة عدم التشابه ($d$)؛ حيث تم تحديد التنبؤات التي تزيد فيها $d$ عن 0.97 كخارجة عن النطاق (OD) واستبعادها لمنع أخطاء الاستقراء.

2. سير عمل الفحص متعدد الدقة:

   • التصفية الأولية: من قواعد بيانات GNoME وAlexandria، تم تصفية المركبات بناءً على عدم كونها مشعة، والاستقرار الديناميكي الحراري ($E_{hull} \le 50$ ميلي إلكترون فولت/ذرة)، والطابع المعدني (باستخدام شبكة عصبية رسومية للتنبؤ بفجوات النطاق المكافئة لـ HSE، مع استبعاد تلك التي يكون فيها $E_{gap} > 0$).
   • تعداد الأسطح: تم تعداد الأسطح ذات المؤشرات المنخفضة ((100)، (001)، (010)، (110)، (101)، (111)) لحوالي 355,000 مركب كتلوي، مما أنتج حوالي 11 مليون نهاية سطح فريدة.
   • فحص تعلم الآلة: تنبأ نموذج RF المعزز بدالات الشغل، واليقين المعاير، ودرجات DoA. تم الاحتفاظ فقط بالتنبؤات داخل النطاق (ID) حيث ($d \le 0.97$).
   • استرخاء السطح: خضع حوالي 20,000 من الأسطح الأعلى تصنيفاً (دالات الشغل المنخفضة والعالية القصوى) لاسترخاء الهندسة باستخدام جهد الذرات المعتمد على تعلم الآلة العالمي (U-MLIP) المعروف بـ M3GNet. كانت هذه الخطوة حاسمة لأن استرخاء السطح يغير قيم دالة الشغل بشكل كبير.
   • التحقق المستهدف بـ DFT: تم إجراء التحقق النهائي عالي الدقة باستخدام DFT (برنامج VASP، دالة PBE) على الأسطح المسترخية الأكثر واعدة لتأكيد قيم دالة الشغل.

النتائج الرئيسية

• أداء النموذج: حقق نموذج RF المعزز معامل تحديد $R^2$ قدره 0.995 ومتوسط خطأ مطلق (MAE) قدره 0.032 إلكترون فولت على مجموعة البيانات الكاملة. أظهر التحقق المتبادل تعميماً قوياً للمواد غير المرئية (MAE $\approx 0.12$ إلكترون فولت)، رغم أن الاستقراء إلى قيم خارج توزيع التدريب (مثل $<2$ إلكترون فولت أو $>10$ إلكترون فولت) ظل تحدياً بدون فلتر DoA.
• اليقين ونطاق التطبيق (DoA): حسنت المعايرة بشكل كبير الاتساق الإحصائي لتقديرات اليقين، حيث رفعت الانحراف المعياري لـ $z$-scores من 0.676 إلى 0.999. نجح فلتر DoA ($d \le 0.97$) في فصل التنبؤات الموثوقة عن غير الموثوقة، مما قلل من منطقة سوء المعايرة وضمن تركيز الموارد اللاحقة على المرشحين ذوي الثقة العالية.
• نتائج الفحص: حدد سير العمل:
  • 209 سطحاً بدالات شغل منخفضة للغاية ($\Phi_{DFT} < 2.0$ إلكترون فولت)، وهو ما يقابل 136 مادة فريدة.
  • 227 سطحاً بدالات شغل عالية للغاية ($\Phi_{DFT} > 6.0$ إلكترون فولت)، وهو ما يقابل 172 مادة فريدة.
• الاتجاهات الكيميائية:
  • دالة الشغل المنخفضة ($\Phi$): أظهرت الأسطح المنتهية بالفلزات القلوية، والفلزات القلوية الترابية، واللانثانيدات، باستمرار دالات شغل منخفضة. ومن الجدير بالذكر أن النهايات الغنية باللانثانيدات ارتبطت بقوة بقيم منخفضة للغاية.
  • دالة الشغل العالية ($\Phi$): ارتبطت الأسطح التي تحتوي على أشباه الفلزات، أو الفوسفور، أو الكبريت، أو السيلينيوم في الطبقة العليا، بدالات شغل عالية بشكل استثنائي.
  • أهمية السمات: كشف تحليل SHAP أن الحد الأدنى من الكهروسلبية لعناصر الطبقة العليا كان المتنبئ المهيمن، يليه رقم مندليف وطاقة التأين الأولى.

الأهمية والادعاءات
يدعي البحث أنه يقدم استراتيجية قابلة للتوسع تستفيد من تعلم الآلة الواعي باليقين والجهود الحاسوبية متعددة الدقة لتسريع اكتشاف المواد ذات دالات الشغل القصوى. ومن خلال دمج معايرة اليقين وتقييم DoA، يوفر المؤلفون إطاراً يعزز قوة التنبؤ ويستبعد الاستقراءات غير الموثوقة، وهو أمر بالغ الأهمية للاكتشاف الذاتي للمواد. تسلط الدراسة الضوء على أن استرخاء السطح خطوة لا يمكن التنازل عنها في سير عمل الفحص، حيث يمكن أن يغير قيم دالة الشغل بمئات الميلي إلكترون فولت. علاوة على ذلك، يكشف العمل عن مبادئ كيميائية راسخة (مثل خفض دالة الشغل بواسطة النهايات القلوية) وأنماط أخرى أقل تقليدية (مثل النهايات الغنية باللانثانيدات أو المنتهية بالفوسفور)، مما يوفر أساساً قائماً على البيانات لتصميم مواد لتطبيقات الإلكترونيات المتقدمة، وتحويل الطاقة، والتطبيقات الحفزية. ويؤكد المؤلفون أنه بينما ركزت الدراسة الحالية على المركبات المعدنية، فإن المنهجية توفر مساراً للعمل المستقبلي على أشباه الموصلات والعوازل.