Indirect prediction and screening of frustrated magnetic materials using machine learning

技術要約：機械学習を用いたフラストレート磁性材料の間接的な予測とスクリーニング

問題提起
格子幾何学や競合する交換相互作用によって長距離磁気秩序が抑制される系である、フラストレート磁性材料（frustrated magnetic materials）の発見は、伝統的に時間がかかり、リソースを大量に消費する。磁気フラストレーションは、キュリー・ワイス温度（$\Theta$）とネール温度（$T_N$）の比として定義されるフラストレーション指数（$f = |\Theta|/T_N$）によって定量化される。機械学習（ML）によるこの指数の直接的な予測は困難である。なぜなら、$\Theta$と$T_N$は異なる物理現象（全体的な交換バランス vs 長距離秩序の安定化）を表しており、実験データベースにおいて同一の化合物に対して両者が同時に得られることは稀だからである。さらに、実験データは合成条件や測定プロトコルの不一致の影響を受けやすく、第一原理計算は計算コストが高く、手法による近似に敏感であるという課題がある。

手法
著者らは、$\Theta$と$T_N$を独立して予測した後にフラストレーション指数を算出するという、間接的なMLワークフローを提案している。本研究では、実験的な磁気特性の精選されたデータセットであるNorth East Materials Database (NEMAD) を学習ソースとして利用している。

1. データセットの処理と分割:

   • 初期データセットは、Pymatgenライブラリを用いてクリーニングおよび標準化された。
   • 磁気メカニズムの物理的な異質性に対処するため、化学的基準（希土類（RE）元素の有無および酸素含有量）に基づいてデータセットを分割した。これにより、4つのクラス（RE酸化物、RE非酸化物、非RE酸化物、非RE非酸化物）が作成された。
   • 統計検定（Kruskal–WallisおよびMann–Whitney）により、これらのサブクラスが統計的に明確に異なる集団であることが確認され、個別のモデルを使用することの妥当性が示された。

2. 記述子の生成:

   • 組成ベースの記述子、結晶対称性を伴う記述子、および完全な構造記述子の評価を行った。
   • 主要な知見: 組成のみの記述子が最も優れた予測性能を示した。最終的な特徴量は、元素特性の統計量（例：平均基底状態磁気モーメント）、化学量論的記述子、原子価軌道の寄与を含む、Matminerライブラリを通じて生成された146個の数値的特徴量で構成された。このアプローチにより、結晶構造が解明されていない材料のスクリーニングが可能となる。

3. 機械学習ワークフロー:

   • アルゴリズム: 異質な表形式データに対する堅牢性と、ノイズを含む記述子の処理能力から、CatBoost勾配ブースティングアルゴリズムが選択された。
   • アンサンブル戦略: 予測の不確実性を推定するために、10分割交差検証を用いて10個のCatBoostモデルのアンサンブルを訓練した。アンサンブルによる予測の標準偏差が不確実性の指標として用いられた。
   • 訓練: モデルは、10分割交差検証を伴うランダム探索によって最適化された。全データセットおよび化学的に分割されたサブセットに対して、$T_N$と$\Theta$の別々のモデルが訓練された。

4. スクリーニングと不確実性を考慮したランキング:

   • 訓練されたモデルを、学習セットに含まれる組成を除外した約67,000個のMaterials Project化合物に適用した。
   • 予測の不確実性にペナルティを与えるため、保守的なフラストレーション指数（$f_{cons}$）を導入した。
     $$f_{cons} = \frac{|\Theta| - \sigma_\Theta}{T_N + \sigma_{T_N}}$$
   • 候補は生の予測指数ではなく、$f_{cons}$に基づいてランク付けされた。これにより、予測分散が大きいものよりも、高信頼度の候補が確実に選択されるようにした。

主な結果

• モデルの性能:

  • $T_N$と$\Theta$の独立した予測は、中程度ではあるが物理的に意味のある精度を示した。
  • $T_N$に対して最も優れた性能を示したのは、RE酸化物のサブセットであった（$R^2 = 0.83$）。
  • $\Theta$に対して最も優れた性能を示したのは、REサブセットであった（$R^2 = 0.72$）。
  • SHAP分析により、平均基底状態磁気モーメントが両方のターゲットに対して最も影響力のある記述子であり、次いで電子構造記述子（未充填のdおよびf殻）および結晶化学的特徴量であることが明らかになった。

• スクリーニングの結果:

  • 約67,000個のMaterials Project化合物をスクリーニングし、不確実性を考慮した保守的フィルタ（$f_{cons} \geq 5$）を適用した後、20個の高信頼度候補を特定した。
  • 不確実性を考慮したアプローチは、候補となる化学的景観を大きく変化させた。生のフラストレーション指数（$f$）は、化学的に孤立した化合物の広い範囲を提示したが、保守的フィルタ（$f_{cons}$）は、結果をSr-Ca-Ti-Mn酸化物系や規則的なダブルペロブスカイトといった、化学的に一貫性のあるファミリーへと集中させた。

• 検証:

  • 既知のフラストレート磁石: 本ワークフローは、$Ba(Cr_5S_8)_2$、$Sr_2YOsO_6$、$Sr_2ScOsO_6$を含む既知のフラストレート材料を正常に回収した。$Ba(Cr_5S_8)_2$について、モデルは実験値の10.3に対し、$f_{cons} = 9.68$と予測した。
  • 新しい候補: 残りの候補には、競合する相互作用の間接的な証拠（例：$Sr_2CoNbO_{6-\delta}$）を持つ系や、特定のSr-Ca-Ti-Mn酸化物比率のような、これまで未開拓であった化学ファミリーが含まれていた。

意義と主張
本論文は、明示的な構造情報やフラストレーション指数の直接的なモデリングを必要とせずに、フラストレート磁性材料の発見を加速するための実用的な枠組みを提供すると主張している。

• 間接予測戦略: $\Theta$と$T_N$を分離することで、このワークフローは各パラメータの異なる物理的起源を尊重し、より解釈性の高いモデルとデータ不足への優れた対処を実現している。
• 不確実性を考慮したスクリーニング: 保守的なフラストレーション指数（$f_{cons}$）の導入は、信頼できない外挿と堅牢な候補を区別するための重要なステップとして強調されている。著者らは、このアプローチが、化学的に孤立した高不確実性の予測を排除し、化学的に意味のある焦点の絞られた候補を残すことを実証している。
• 化学的一様性: 化学的に情報を与えたデータセットの分割（特にRE/非REおよび酸化物/非酸化物の分離）が、予測精度の最適化に不可欠であることを強調している。これは、磁気メカニズムがこれらのクラス間で根本的に異なるためである。
• 範囲: 著者らは、特定された化合物は計算によって優先順位付けされた候補であり、実験的に確認されたフラストレート磁石ではないことを明記している。このワークフローは、最も有望で高信頼度のターゲット、特に酸化物ペロブスカイト派生系への探索範囲を狭めることで、実験的な特性評価を加速するために設計されている。