材料领域知识嵌入的分而治之机器学习

杨正伟1，刘子图1，张王颖2，左维1，余振垚1，邹欣欣1，袁浩栋1，苏玉凤1，施思齐2,3，刘悦1(1.上海大学核电关键材料全国重点实验室&计算机工程与科学学院；2.上海大学核电关键材料全国重点实验室&材料科学与工程学院；3.上海大学材料基因组工程研究院)

摘要：纯数据驱动的机器学习能够快速挖掘复杂材料数据隐含的科学规律。然而，“成分–结构–工艺–性能”组成的复杂材料构效关系使得机器学习难以准确剖析其内在/外在因素的作用机理，这导致模型精度、建模复杂程度及其可解释性面临严峻挑战。因此，本工作提出了一种材料领域知识嵌入的分而治之机器学习建模策略，旨在依据领域知识将复杂材料问题进行有效拆解并利用领域知识嵌入的机器学习对拆解后子问题进行针对性的自适应建模，以精准且具有一定可解释性的方式挖掘其内部隐藏作用机理。同时，利用变分推断验证该策略的科学性与有效性。进一步，总结了在材料科学领域中依据不同领域知识进行“分而治之”机器学习建模的应用示例。最后，展望了该策略未来所面临的挑战及对策。

关键词：材料科学；机器学习；分而治之；领域知识