Aprendizado de Máquina na Descoberta de Materiais: Previsões Confirmadas e Seus Abordagens Subjacentes

O crescente interesse em aprendizado de máquina (ML) para a descoberta de materiais resultou em um grande volume de publicações. No entanto, apenas uma pequena fração dessas publicações inclui confirmação das previsões de ML, seja por meio de experimentos ou por simulações baseadas em física. Nesta revisão, primeiro identificamos os componentes essenciais comuns aos pipelines de descoberta em informáticas de materiais, como dados de treinamento, escolha do algoritmo de ML e medição do desempenho do modelo. Em seguida, discutimos alguns exemplos proeminentes de descoberta de materiais impulsionada por ML validada em uma ampla variedade de classes de materiais, com atenção especial às considerações e avanços metodológicos. Ao longo desses estudos de caso, identificamos vários temas comuns, como o uso do conhecimento do domínio para informar modelos de ML.