HOME > MODNet

MODNet

MODNet（Material Optimal Descriptor Network）は、組成あるいは結晶構造から材料物性を予測する教師あり学習フレームワークである。matminerによる特徴量生成と、相互情報量に基づく特徴選択を組み合わせ、限られたデータ数でも性能を引き出すことを狙う。

基本情報

公式サイト	https://github.com/ppdebreuck/modnet
公開度	★★★
ライセンス	MIT License
開発者	開発者: Pierre-Paul De Breuck、Matthew Evansを中心に、David Waroquiers、Gregoire Heymansほかコミュニティが貢献している。
関連論文	Pierre-Paul De Breuck et al., “Materials property prediction for limited datasets enabled by feature selection and joint learning with MODNet,” npj Computational Materials 7, 83 (2021). doi:10.1038/s41524-021-00552-2 Pierre-Paul De Breuck et al., “Robust model benchmarking and bias-imbalance in data-driven materials science: a case study on MODNet,” Journal of Physics: Condensed Matter 33, 404002 (2021). doi:10.1088/1361-648X/ac1280
その他	説明: MODNetは材料物性予測のワークフローをパッケージ化している。`MODData`はmatminer記述子を用いた特徴量化と特徴選択を担当し、情報量の高いコンパクトな記述子集合を得る。`MODNetModel`は単一または複数ターゲットを扱えるニューラルネットワークを学習し、小規模・ノイズありデータでのjoint learningを現実的にする。屈折率や振動熱力学などの事前学習モデルも提供され、MatBenchとも連携する。