Hypothesis Learning in Automated Experiment: Application to Combinatorial Materials Libraries.
active learning
combinatorial library
ferroelectric
hypothesis learning
scanning probe microscopy
Journal
Advanced materials (Deerfield Beach, Fla.)
ISSN: 1521-4095
Titre abrégé: Adv Mater
Pays: Germany
ID NLM: 9885358
Informations de publication
Date de publication:
May 2022
May 2022
Historique:
revised:
08
03
2022
received:
10
02
2022
pubmed:
14
3
2022
medline:
24
5
2022
entrez:
13
3
2022
Statut:
ppublish
Résumé
Machine learning is rapidly becoming an integral part of experimental physical discovery via automated and high-throughput synthesis, and active experiments in scattering and electron/probe microscopy. This, in turn, necessitates the development of active learning methods capable of exploring relevant parameter spaces with the smallest number of steps. Here, an active learning approach based on conavigation of the hypothesis and experimental spaces is introduced. This is realized by combining the structured Gaussian processes containing probabilistic models of the possible system's behaviors (hypotheses) with reinforcement learning policy refinement (discovery). This approach closely resembles classical human-driven physical discovery, when several alternative hypotheses realized via models with adjustable parameters are tested during an experiment. This approach is demonstrated for exploring concentration-induced phase transitions in combinatorial libraries of Sm-doped BiFeO
Identifiants
pubmed: 35279893
doi: 10.1002/adma.202201345
doi:
Types de publication
Journal Article
Langues
eng
Sous-ensembles de citation
IM
Pagination
e2201345Subventions
Organisme : U.S. Department of Energy
ID : DE-SC0021118
Organisme : National Academy of Sciences of Ukraine
ID : 0120U102306
Organisme : European Union's Horizon 2020 research and innovation programme
ID : 778070
Organisme : National Institute of Standards and Technology Cooperative Agreement
ID : 70NANB17H301
Informations de copyright
© 2022 Wiley-VCH GmbH.
Références
S. Curtarolo, G. L. W. Hart, M. B. Nardelli, N. Mingo, S. Sanvito, O. Levy, Nat. Mater. 2013, 12, 191.
I. Takeuchi, O. O. Famodu, J. C. Read, M. A. Aronova, K. S. Chang, C. Craciunescu, S. E. Lofland, M. Wuttig, F. C. Wellstood, L. Knauss, A. Orozco, Nat. Mater. 2003, 2, 180.
I. Ohkubo, H. M. Christen, S. V. Kalinin Jr., G. E. J. Roul, C. M. Eau, D. H. Lowndes, Appl. Phys. Lett. 2004, 84, 1350.
H. M. Christen, C. M. Rouleau, I. Ohkubo, H. Y. Zhai, H. N. Lee, S. Sathyamurthy, D. H. Lowndes, Rev. Sci. Instrum. 2003, 74, 4058.
J. Wang, Y. Yoo, C. Gao, I. Takeuchi, X. Sun, H. Chang, X.-D. Xiang, P. G. Schultz, Science 1998, 279, 1712.
P. Nikolaev, D. Hooper, N. Perea-López, M. Terrones, B. Maruyama, ACS Nano 2014, 8, 10214.
P. Nikolaev, D. Hooper, F. Webber, R. Rao, K. Decker, M. Krein, J. Poleski, R. Barto, B. Maruyama, npj Comput. Mater. 2016, 2, 16031.
S. Steiner, J. Wolf, S. Glatzel, A. Andreou, J. M. Granda, G. Keenan, T. Hinkley, G. Aragon-Camarasa, P. J. Kitson, D. Angelone, L. Cronin, Science 2019, 363, eaav2211.
D. Angelone, A. J. S. Hammer, S. Rohrbach, S. Krambeck, J. M. Granda, J. Wolf, S. Zalesskiy, G. Chisholm, L. Cronin, Nat. Chem. 2021, 13, 63.
K. Abdel-Latif, R. W. Epps, F. Bateni, S. Han, K. G. Reyes, M. Abolhasani, Adv. Intell. Syst. 2021, 3, 2000245.
R. W. Epps, M. S. Bowen, A. A. Volk, K. Abdel-Latif, S. Han, K. G. Reyes, A. Amassian, M. Abolhasani, Adv. Mater. 2020, 32, 2001626.
R. W. Epps, K. C. Felton, C. W. Coley, M. Abolhasani, Lab Chip 2017, 17, 4040.
K. Higgins, S. M. Valleti, M. Ziatdinov, S. V. Kalinin, M. Ahmadi, ACS Energy Lett. 2020, 5, 3426.
A. Heimbrook, K. Higgins, S. V. Kalinin, M. Ahmadi, Nanophotonics 2021.
E. Gu, X. Tang, S. Langner, P. Duchstein, Y. Zhao, I. Levchuk, V. Kalancha, T. Stubhan, J. Hauch, H. J. Egelhaaf, D. Zahn, A. Osvet, C. J. Brabec, Joule 2020, 4, 1806.
H. Choubisa, M. Askerka, K. Ryczko, O. Voznyy, K. Mills, I. Tamblyn, E. H. Sargent, Matter 2020, 3, 433.
Y. Zhao, J. Zhang, Z. Xu, S. Sun, S. Langner, N. T. P. Hartono, T. Heumueller, Y. Hou, J. Elia, N. Li, G. J. Matt, X. Du, W. Meng, A. Osvet, K. Zhang, T. Stubhan, Y. Feng, J. Hauch, E. H. Sargent, T. Buonassisi, C. J. Brabec, Nat. Commun. 2021, 12, 2191.
Z. Li, M. A. Najeeb, L. Alves, A. Z. Sherman, V. Shekar, P. Cruz Parrilla, I. M. Pendleton, W. Wang, P. W. Nega, M. Zeller, J. Schrier, A. J. Norquist, E. M. Chan, Chem. Mater. 2020, 32, 5650.
B. P. MacLeod, F. G. L. Parlane, T. D. Morrissey, F. Hase, L. M. Roch, K. E. Dettelbach, R. Moreira, L. P. E. Yunker, M. B. Rooney, J. R. Deeth, V. Lai, G. J. Ng, H. Situ, R. H. Zhang, M. S. Elliott, T. H. Haley, D. J. Dvorak, A. Aspuru-Guzik, J. E. Hein, C. P. Berlinguette, Sci. Adv. 2020, 6, 8.
B. P. MacLeod, F. G. L. Parlane, T. D. Morrissey, F. Häse, L. M. Roch, K. E. Dettelbach, R. Moreira, L. P. E. Yunker, M. B. Rooney, J. R. Deeth, V. Lai, G. J. Ng, H. Situ, R. H. Zhang, M. S. Elliott, T. H. Haley, D. J. Dvorak, A. Aspuru-Guzik, J. E. Hein, C. P. Berlinguette, Sci. Adv. 2020, 6, eaaz8867.
C. W. Coley, D. A. Thomas, J. A. M. Lummiss, J. N. Jaworski, C. P. Breen, V. Schultz, T. Hart, J. S. Fishman, L. Rogers, H. Gao, R. W. Hicklin, P. P. Plehiers, J. Byington, J. S. Piotti, W. H. Green, A. J. Hart, T. F. Jamison, K. F. Jensen, Science 2019, 365, eaax1566.
B. Burger, P. M. Maffettone, V. V. Gusev, C. M. Aitchison, Y. Bai, X. Wang, X. Li, B. M. Alston, B. Li, R. Clowes, N. Rankin, B. Harris, R. S. Sprick, A. I. Cooper, Nature 2020, 583, 237.
S. Langner, F. Häse, J. D. Perea, T. Stubhan, J. Hauch, L. M. Roch, T. Heumueller, A. Aspuru-Guzik, C. J. Brabec, Adv. Mater. 2020, 32, 1907801.
P. Nikolaev, D. Hooper, N. Perea-Lopez, M. Terrones, B. Maruyama, ACS Nano 2014, 8, 10214.
P. Nikolaev, D. Hooper, F. Webber, R. Rao, K. Decker, M. Krein, J. Poleski, R. Barto, B. Maruyama, npj Comput. Mater. 2016, 2, 6.
A. G. Kusne, H. Yu, C. Wu, H. Zhang, J. Hattrick-Simpers, B. DeCost, S. Sarker, C. Oses, C. Toher, S. Curtarolo, A. V. Davydov, R. Agarwal, L. A. Bendersky, M. Li, A. Mehta, I. Takeuchi, Nat. Commun. 2020, 11, 5966.
E. Stach, B. DeCost, A. G. Kusne, J. Hattrick-Simpers, K. A. Brown, K. G. Reyes, J. Schrier, S. Billinge, T. Buonassisi, I. Foster, C. P. Gomes, J. M. Gregoire, A. Mehta, J. Montoya, E. Olivetti, C. Park, E. Rotenberg, S. K. Saikin, S. Smullin, V. Stanev, B. Maruyama, Matter 2021, 4, 2702.
R. Pollice, G. D. Gomes, M. Aldeghi, R. J. Hickman, M. Krenn, C. Lavigne, M. Lindner-D'Addario, A. Nigam, C. T. Ser, Z. P. Yao, A. Aspuru-Guzik, Acc. Chem. Res. 2021, 54, 849.
S. J. Sun, A. Tiihonen, F. Oviedo, Z. Liu, J. Thapa, Y. C. Zhao, N. T. P. Hartono, A. Goyal, T. Heumueller, C. Batali, A. Encinas, J. J. Yoo, R. P. Li, Z. Ren, I. M. Peters, C. J. Brabec, M. G. Bawendi, V. Stevanovic, J. Fisher, T. Buonassisi, Matter 2021, 4, 1305.
C. Y. Dai, I. R. Bruss, S. C. Glotzer, J. Phys. Chem. B 2020, 124, 1275.
M. M. Noack, G. S. Doerk, R. P. Li, M. Fukuto, K. G. Yager, Sci. Rep. 2020, 10, 17.
R. Garnett, Bayesian Optimization, Cambridge University Press, Cambridge 2022.
D. Silver, A. Huang, C. J. Maddison, A. Guez, L. Sifre, G. van den Driessche, J. Schrittwieser, I. Antonoglou, V. Panneershelvam, M. Lanctot, S. Dieleman, D. Grewe, J. Nham, N. Kalchbrenner, I. Sutskever, T. Lillicrap, M. Leach, K. Kavukcuoglu, T. Graepel, D. Hassabis, Nature 2016, 529, 484.
J. Schmidhuber, Neural Networks 2015, 61, 85.
V. Mnih, K. Kavukcuoglu, D. Silver, A. A. Rusu, J. Veness, M. G. Bellemare, A. Graves, M. Riedmiller, A. K. Fidjeland, G. Ostrovski, S. Petersen, C. Beattie, A. Sadik, I. Antonoglou, H. King, D. Kumaran, D. Wierstra, S. Legg, D. Hassabis, Nature 2015, 518, 529.
M. E. Taylor, P. Stone, J. Mach. Learn. Res. 2009, 10, 1633.
M. A. Ziatdinov, A. Ghosh, S. V. Kalinin, Mach. Learn.: Sci. Technol. 2022, 3, 015022.
I. Ohkubo, H. M. Christen, S. V. Kalinin, G. E. Jellison, C. M. Rouleau, D. H. Lowndes, Appl. Phys. Lett. 2004, 84, 1350.
B. Shahriari, K. Swersky, Z. Wang, R. P. Adams, N. d. Freitas, Proc. IEEE 2016, 104, 148.
C. E. Rasmussen, C. K. I. Williams, Gaussian Processes for Machine Learning (Adaptive Computation and Machine Learning), The MIT Press, Cambridge, MA 2005.
O. Martin, Bayesian Analysis with Python: Introduction to Statistical Modeling and Probabilistic Programming Using PyMC3 and ArviZ, 2nd ed., Packt Publishing, Birmingham, USA 2018.
B. Lambert, A Student's Guide to Bayesian Statistics, 1st ed., SAGE Publications, Thousand Oaks, California, USA 2018.
S. Somnath, K. J. H. Law, A. N. Morozovska, P. Maksymovych, Y. Kim, X. Lu, M. Alexe, R. Archibald, S. V. Kalinin, S. Jesse, R. K. Vasudevan, Nat. Commun. 2018, 9, 9.
R. K. Vasudevan, K. P. Kelley, E. Eliseev, S. Jesse, H. Funakubo, A. Morozovska, S. V. Kalinin, J. Appl. Phys. 2020, 128, 054105.
C. T. Nelson, R. K. Vasudevan, X. H. Zhang, M. Ziatdinov, E. A. Eliseev, I. Takeuchi, A. N. Morozovska, S. V. Kalinin, Nat. Commun. 2020, 11, 12.
C. Andrieu, N. de Freitas, A. Doucet, M. I. Jordan, Mach. Learn. 2003, 50, 5.
S. Brooks, A. Gelman, G. Jones, X.-L. Meng, Handbook of Markov Chain Monte Carlo, CRC Press, Boca Raton, FL 2011.
A. McDannald, M. Frontzek, A. T. Savici, M. Doucet, E. E. Rodriguez, K. Meuse, J. Opsahl-Ong, D. Samarov, I. Takeuchi, A. G. Kusne, On-the-fly autonomous control of neutron diffraction via physics-informed bayesian active learning, arXiv preprint arXiv:2108.08918, 2021.
D. Phan, N. Pradhan, M. Jankowiak, Composable effects for flexible and accelerated probabilistic programming in NumPyro, arxiv preprint: ArXiv:1912.11554, 2019.
D. Kan, L. Palova, V. Anbusathaiah, C. J. Cheng, S. Fujino, V. Nagarajan, K. M. Rabe, I. Takeuchi, Adv. Funct. Mater. 2010, 20, 1108.
I. O. Troyanchuk, D. V. Karpinsky, M. V. Bushinsky, O. S. Mantytskaya, N. V. Tereshko, V. N. Shut, J. Am. Ceram. Soc. 2011, 94, 4502.
R. J. Zeches, M. D. Rossell, J. X. Zhang, A. J. Hatt, Q. He, C. H. Yang, A. Kumar, C. H. Wang, A. Melville, C. Adamo, G. Sheng, Y. H. Chu, J. F. Ihlefeld, R. Erni, C. Ederer, V. Gopalan, L. Q. Chen, D. G. Schlom, N. A. Spaldin, L. W. Martin, R. Ramesh, Science 2009, 326, 977.
A. Y. Borisevich, E. A. Eliseev, A. N. Morozovska, C. J. Cheng, J. Y. Lin, Y. H. Chu, D. Kan, I. Takeuchi, V. Nagarajan, S. V. Kalinin, Nat. Commun. 2012, 3.
I. Grinberg, M. R. Suchomel, P. K. Davies, A. M. Rappe, J. Appl. Phys. 2005, 98, 094111.
D. I. Woodward, J. Knudsen, I. M. Reaney, Phys. Rev. B 2005, 72.
D. Damjanovic, Rep. Prog. Phys. 1998, 61, 1267.
E. Dagotto, Science 2005, 309, 257.
E. Dagotto, T. Hotta, A. Moreo, Phys. Rep.-Rev. Sec. Phys. Lett. 2001, 344, 1.
M. Imada, A. Fujimori, Y. Tokura, Rev. Mod. Phys. 1998, 70, 1039.
T. Kimura, T. Goto, H. Shintani, K. Ishizaka, T. Arima, Y. Tokura, Nature 2003, 426, 55.
Y. Tokura, Rep. Prog. Phys. 2006, 69, 797.
M. Ziatdinov, C. T. Nelson, X. H. Zhang, R. K. Vasudevan, E. Eliseev, A. N. Morozovska, I. Takeuchi, S. V. Kalinin, npj Comput. Mater. 2020, 6, 9.
O. Kolosov, A. Gruverman, J. Hatano, K. Takahashi, H. Tokumoto, Phys. Rev. Lett. 1995, 74, 4309.
L. M. Eng, M. Bammerlin, C. Loppacher, M. Guggisberg, R. Bennewitz, R. Luthi, E. Meyer, T. Huser, H. Heinzelmann, H. J. Guntherodt, Ferroelectrics 1999, 222, 153.
A. Gruverman, A. Kholkin, Rep. Prog. Phys. 2006, 69, 2443.
N. Balke, I. Bdikin, S. V. Kalinin, A. L. Kholkin, J. Am. Ceram. Soc. 2009, 92, 1629.
L. M. Eng, S. Grafstrom, C. Loppacher, F. Schlaphof, S. Trogisch, A. Roelofs, R. Waser, in Advances in Solid State Physics, Vol. 41 (Ed: B. Kramer), Springer-Verlag, Berlin 2001, 41, 287.
A. Gruverman, M. Alexe, D. Meier, Nat. Commun. 2019, 10, 1661.
K. Suzuki, T. Hosokura, T. Okamoto, J. Steffes, K. Murayama, N. Tanaka, B. D. Huey, J. Am. Ceram. Soc. 2018, 101, 4677.
D. Denning, J. Guyonnet, B. J. Rodriguez, Int. Mater. Rev. 2016, 61, 46.
C. Bark, P. Sharma, Y. Wang, S. H. Baek, S. Lee, S. Ryu, C. Folkman, T. R. Paudel, A. Kumar, S. V. Kalinin, Nano Lett. 2012, 12, 1765.
I. K. Bdikin, V. V. Shvartsman, A. L. Kholkin, Appl. Phys. Lett. 2003, 83, 4232.
I. K. Bdikin, A. L. Kholkin, A. N. Morozovska, S. V. Svechnikov, S. H. Kim, S. V. Kalinin, Appl. Phys. Lett. 2008, 92.
A. N. Morozovska, E. A. Eliseev, S. V. Kalinin, Appl. Phys. Lett. 2006, 89.
A. N. Morozovska, S. V. Kalinin, E. A. Eliseev, S. V. Svechnikov, Ferroelectrics 2007, 354, 198.
S. Jesse, H. N. Lee, S. V. Kalinin, Rev. Sci. Instrum. 2006, 77, 073702.
S. Jesse, A. P. Baddorf, S. V. Kalinin, Appl. Phys. Lett. 2006, 88, 062908.
S. V. Kalinin, E. Karapetian, M. Kachanov, Phys. Rev. B 2004, 70, 184101.
E. Karapetian, M. Kachanov, S. V. Kalinin, J. Mech. Phys. Solids 2009, 57, 673.
S. V. Kalinin, E. A. Eliseev, A. N. Morozovska, Appl. Phys. Lett. 2006, 88, 232904.
E. A. Eliseev, S. V. Kalinin, S. Jesse, S. L. Bravina, A. N. Morozovska, J. Appl. Phys. 2007, 102.
C. H. Woo, Y. Zheng, Appl. Phys. A: Mater. Sci. Process. 2008, 91, 59.
A. N. Morozovska, E. A. Eliseev, D. Y. Chen, V. Shvetz, C. T. Nelson, S. V. Kalinin, Phys. Rev. B 2020, 102, 14.
A. N. Morozovska, D. V. Karpinsky, D. O. Alikin, A. Abramov, E. A. Eliseev, M. D. Glinchuk, A. D. Yaremkevich, O. M. Fesenko, T. V. Tsebrienko, A. Pakalniskis, A. Kareiva, M. V. Silibin, V. V. Sidski, S. V. Kalinin, A. L. Kholkin, Acta Mater. 2021, 213, 116939.
M. Schmidt, H. Lipson, Science 2009, 324, 81.
A. A. Kaptanoglu, B. M. de Silva, U. Fasel, K. Kaheman, J. L. Callaham, C. B. Delahunt, K. Champion, J.-C. Loiseau, J. N. Kutz, S. L. Brunton, PySINDy: A comprehensive Python package for robust sparse system identification, arXiv preprint arXiv:2111.08481, 2021.
M. Cranmer, A. Sanchez-Gonzalez, P. Battaglia, R. Xu, K. Cranmer, D. Spergel, S. J. Ho, Discovering symbolic models from deep learning with inductive biases 2020.
R. Ouyang, S. Curtarolo, E. Ahmetcik, M. Scheffler, L. M. Ghiringhelli, Phys. Rev. Mater. 2018, 2, 083802.
Y. Wang, N. Wagner, J. M. Rondinelli, Symbolic Regression Mater. Sci. 2019, 9, 793.
D. Ashok, J. Scott, S. J. Wetzel, M. Panju, V. Ganesh, Proc. AAAI Conf. Artif. Intell. 2021, 35, 15753.
S.-M. Udrescu, M. Tegmark, A. I. Feynman, Sci. Adv. 2020, 6, eaay2631.
E. Kim, K. Huang, A. Saunders, A. McCallum, G. Ceder, E. Olivetti, Chem. Mater. 2017, 29, 9436.
R. K. Vasudevan, M. Ziatdinov, C. Chen, S. V. Kalinin, MRS Bull. 2016, 41, 1009.
S. R. Young, A. Maksov, M. Ziatdinov, Y. Cao, M. Burch, J. Balachandran, L. L. Li, S. Somnath, R. M. Patton, S. V. Kalinin, R. K. Vasudevan, J. Appl. Phys. 2018, 123, 115303.
V. Tshitoyan, J. Dagdelen, L. Weston, A. Dunn, Z. Q. Rong, O. Kononova, K. A. Persson, G. Ceder, A. Jain, Nature 2019, 571, 95.
L. Vlcek, M. Ziatdinov, A. Maksov, A. Tselev, A. P. Baddorf, S. V. Kalinin, R. K. Vasudevan, ACS Nano 2019, 13, 718.
L. Vlcek, A. Maksov, M. H. Pan, R. K. Vasudevan, S. V. Kahnin, ACS Nano 2017, 11, 10313.