MODNet

概要

MODNet（Material Optimal Descriptor Network）は、matminer記述子と相互情報量に基づく特徴選択、さらにjoint learningを組み合わせ、小規模またはノイズのある材料データセットに対しても実用的な予測を狙う。本レビューでは、MODNet 0.4.5をmacOS（Apple M4 Pro）のクリーンなconda環境（modnet39）で検証し、MatDaCsへの導入容易性を確認した。

MODNetとは

MODNetは、まず情報量の高いコンパクトな記述子を構築し、その後ニューラルネットワークを学習する教師あり学習フレームワークである。典型的な流れは以下である。

• MODData: 組成または構造をmatminerで特徴量化し、特徴選択を行う。
• MODNetModel: 単一または複数ターゲットのフィードフォワードネットを学習する。

この設計により、特徴量中心のパイプライン（Matminer）と、モデル中心のベンチマーク（MatBench）の橋渡しとなる。

主な機能

• 限られたデータ向けの特徴選択: 相互情報量スコアにより多数の候補特徴量を圧縮する。
• joint learning: 相関する複数物性を同時学習できる。
• 事前学習モデル: 屈折率や振動熱力学などの予測器が提供される。
• MatBench連携: リーダーボード上で比較でき、ベンチマーク用ユーティリティがある。
• 特徴量化のプリセット: 組成のみ/構造ベースなどを揃え、Matminerと整合した運用が可能である。

インストール

READMEはPython 3.8+と環境固定を推奨している。本検証では以下の手順とした。

conda create -n modnet39 python=3.9
conda activate modnet39
pip install modnet

TensorFlow、matminer、pymatgen、scikit-learnなどが追加ビルドなしで導入できた。

例: ワークフローとローカルテスト

公式ワークフローを基に、matminerのdielectricconstantデータセットを使う小さなデモを作った（modnetdemo.py）。処理の流れは以下である。

• 化学式と誘電率を含む200サンプルを読み込む。
• CompositionOnlyMatminer2023Featurizerで特徴量化する。
• 相互情報量で64特徴量を選択する。
• 40エポック学習する。
• 予測とパリティプロットを出力する。

from modnet.preprocessing import MODData
from modnet.models import MODNetModel
from modnet.featurizers.presets import CompositionOnlyMatminer2023Featurizer

moddata = MODData(materials=materials, targets=targets, target_names=['poly_total'],
                  featurizer=CompositionOnlyMatminer2023Featurizer())
moddata.featurize(n_jobs=1)
moddata.feature_selection(n=64, n_jobs=1, random_state=42)

model = MODNetModel(targets=[[['poly_total']]], weights={'poly_total': 1.0},
                    num_neurons=[[128], [64], [32], [16]], n_feat=64)
model.fit(train_data, val_data=test_data, epochs=40, batch_size=16, verbose=0)

conda run -n modnet39 python modnet_demo.pyの実行結果（要点）は以下である。

• サンプル数: 200
• 選択特徴量: 64
• Validation MAE: 4.12
• 出力: modnetpredictions.csvとmodnetval_scatter.png

Matminer/DScribeとの比較

• MatminerとMODNet: Matminerがデータ取得と特徴量化を担い、MODNetがそこからコンパクトな記述子を構築してニューラルモデルを学習する。
• DScribeとMODNet: DScribeは局所環境記述子（SOAP、MBTR）に焦点がある一方、MODNetはグローバルな組成/構造記述子を扱う。局所構造が重要ならDScribe、コンパクト記述子とjoint learningを重視するならMODNetが適する。
• 補完関係: Matminer下流にMODNetを置き、DScribe特徴量と並べてベンチマークする構成が可能である。

所感

• 一部の例ではfast=Trueによりfigshareから特徴量をダウンロードするが、本環境ではMD5不一致で失敗した（WAF等の影響が疑われる）。ローカル特徴量化の方が確実である。
• matminer側でimpute_nan=Falseの警告が出る場合がある。欠損があるデータでは補完を検討すべきである。
• 小規模データでも、特徴選択と学習まで含めて短時間で完了する。

まとめ

MODNetは、特徴量工学とニューラルモデリングの中間に位置する実用的フレームワークである。Matminerと整合した流れを保ちつつ、特徴選択とマルチターゲット学習を追加できるため、小規模材料データセットに適する。MatDaCsの文脈では、MatminerのベースラインやDScribe記述子と組み合わせ、説明可能なコンパクト記述子とニューラルモデルを併用した比較が行いやすい。

参考

• MODNet GitHub: <https://github.com/ppdebreuck/modnet>
• MODNet documentation: <https://modnet.readthedocs.io/en/latest/>
• De Breuck et al., npj Comput. Mater. 7, 83 (2021)
• De Breuck et al., J. Phys.: Condens. Matter 33, 404002 (2021)
• MatBench leaderboard: <https://matbench.materialsproject.org/>