机器学习让研究人员看到光谱之外的东西

有机化学是对碳基分子的研究，它不仅是生物体科学的基础，而且对有机发光二极管 (OLED) 显示器等许多当前和未来的技术也至关重要。了解材料分子的电子结构是预测材料化学性质的关键。

在东京大学工业科学研究所的研究人员最近发表的一项研究中，开发了一种机器学习算法来预测有机分子内的态密度，即电子在有机分子中可以占据的能级数材料分子中的基态。这些基于光谱数据的预测在分析碳基分子时对有机化学家和材料科学家有很大帮助。

通常用于查找状态密度的实验技术可能难以解释。对于称为核心损失光谱的方法尤其如此，该方法结合了能量损失近边缘光谱 (ELNES) 和 X 射线吸收近边缘结构 (XANES)。这些方法在材料样品上照射电子束或 X 射线;由此产生的电子散射和材料分子发射的能量测量允许测量感兴趣分子的状态密度。然而，光谱所具有的信息仅在激发分子的电子缺失(未占据)状态下。

为了解决这个问题，东京大学工业科学研究所的团队训练了一个神经网络机器学习模型来分析铁损光谱数据并预测电子态密度。首先，通过计算超过 22,000 个分子的态密度和相应的核心损耗光谱来构建数据库。他们还添加了一些模拟噪音。然后，该算法在核心损失谱上进行了训练并进行了优化，以预测基态下占据和未占据状态的正确状态密度。

“我们试图使用由较小分子训练的模型来推断对较大分子的预测。我们发现通过排除小分子可以提高准确性，”主要作者 Po-Yen Chen 解释说。

该团队还发现，通过使用平滑预处理和向数据添加特定噪声，可以改进对状态密度的预测，从而可以加速预测模型在真实数据上的应用。

“我们的工作可以帮助研究人员了解分子的材料特性并加速功能分子的设计，”资深作者 Teruyasu Mizoguchi 说。这可能包括药物和其他令人兴奋的化合物。