《探索者：用于氢储存材料优化的自适应学习方法》

《International Journal of Hydrogen Energy》：The Pathfinder: Adaptive learning for hydrogen storage material optimization

　　阿什维尼·维尔玛（Ashwini Verma）| 卡维塔·乔希（Kavita Joshi）
物理与材料化学部门，CSIR-国家化学实验室，霍米·巴巴博士路（Dr. Homi Bhabha Road），帕尚（Pashan），浦那（Pune）411008，印度

**摘要**
固态氢储存技术的进步受到耗时实验和高质量数据稀缺的限制，这限制了机器学习的有效应用。为了解决这一问题，我们提出了一种自适应学习（Adaptive Learning, AL）框架，该框架将不确定性量化集成到闭环工作流程中，以实现目标材料的优化。与静态模型不同，该框架能够动态选择材料组成，以最大化信息增益并提升预测性能。作为概念验证，我们利用Mg–Ni系统的文献数据预测了Mg–Ni–La系统的压力-组成-温度（Pressure-Composition-Temperature, PCT）等温线。该框架在Mg含量（92%–4%）和温度范围（300–633 K）内识别出了具有信息价值的材料组合，展示了对化学空间的有效探索。对于十个未见过的新组合，经过五轮迭代后，预测准确率达到了80%，且预测结果与实验结果高度吻合。这为基于Mg–Ni的系统建立了一个特定的预测工具，而该自适应学习框架也广泛适用于其他初始实验数据集规模较小的化学体系。

**引言**
在材料科学领域，针对特定研究问题或目标材料属性定制的结构化实验数据集的稀缺性仍然是一个主要障碍[1]。实验数据的有限性阻碍了数据驱动的预测建模在化学空间探索中的应用。传统的实验设计方法，如单因素逐步实验[2]和实验设计（Design of Experiments[3]），为实验空间的探索提供了结构化框架。尽管这些方法能够进行系统性的研究，但它们依赖于严格的、预先定义的实验计划，缺乏灵活性，无法动态纳入新发现或实验过程中出现的结果。此外，随着实验变量数量的增加，搜索空间的复杂性呈组合级增长，导致穷举性探索变得不切实际。这些挑战凸显了需要更加适应性强、数据效率高的实验策略，以在平衡探索与利用的同时，最大限度地提高知识获取效率。

**自适应机器学习**
自适应机器学习通过提供一个灵活且迭代的框架，即使在数据有限的情况下也能利用模型的不确定性来指导实验，从而实现了范式的转变[4]。自适应学习已成功应用于多种材料领域，包括形状记忆合金[5]、金属玻璃[6]、用于电催化的钙钛矿氧化物[7]以及氨合成催化剂[8]的设计。例如，在早期研究中，薛等人[5]开发了一个自适应学习框架，用于筛选具有低热滞后的NiTi基形状记忆合金。他们研究了Ni50?x?y?zTi50CuxFeyPdz合金的组成空间，其中掺杂元素的含量以0.1%的增量变化，同时满足50?x?y?z≥30%、x≤20%、y≤5%、z≤20%的限制条件，共获得了约797,504种可能的组合。其中22种组合在理想条件下被合成并用于训练初始预测模型，随后将该模型应用于剩余的约797,482种组合以估算热滞后。在后续的九轮迭代中，有36种预测组合被合成并进行了实验验证，其中14种的ΔT值低于原始训练数据集中的任何一种合金，证明了自适应学习框架在高效探索复杂组成空间方面的能力。类似地，Moon等人[7]利用自适应学习框架发现了一种用于氧进化电催化（OER）的四金属钙钛矿氧化物。他们基于结构稳定性和组成多样性合成了30种钙钛矿氧化物，并利用组成信息和X射线衍射图案作为输入特征训练神经网络。训练后的模型评估了10,101种新候选材料，最终根据模型不确定性选择了10种进行实验验证。更新后的数据与训练集合并用于重新训练模型。在下一轮迭代中，最佳候选材料Ca0.8Pr0.2Co0.8Fe0.2O3?δ在10 mA cm?2的电流下表现出396 mV的过电位，低于现有最先进的OER钙钛矿氧化物。实验测得的391 mV过电位与预测值非常接近，表明即使数据集较小且具有领域相关特征，自适应学习也能有效识别高性能材料。这些研究共同证明了自适应学习在材料科学中解决多样化挑战的广泛适用性。

尽管自适应学习已在多种材料类别中推动了快速进展，但其在固态氢储存材料领域的潜力尚未得到充分挖掘。在之前的工作中，我们开发了四种机器学习模型来预测金属组成的关键氢储存属性，从而快速筛选出数百万种候选材料并识别出多个有前景的材料家族进行实验验证[9]、[10]、[11]、[12]。后续的合成与表征证实了这些模型的预测能力，并强调了它们在加速材料筛选方面的潜力[13]。然而，对这些模型在未见过的组合上的全面评估揭示了静态、固定数据集学习的固有局限性。这些模型的预测准确性取决于训练数据的代表性以及探索的化学空间范围。在数据稀疏或组成非传统的区域，模型预测值与实验值之间的偏差较大[11]。这些观察结果突显了数据驱动材料设计中的一个核心挑战：当模型应用于其训练范围之外时，预测不确定性会增加，泛化能力会下降。除了设计能够捕捉材料物理/化学性质及结构-性质关系的特征[12]外，还需要开发一种能够根据新实验数据不断优化预测模型的动态、反馈驱动的学习框架。自适应学习通过利用模型不确定性来战略性地指导实验，从而解决了这一需求。

**本研究的发展**
基于这一概念，本研究开发并展示了一个用于探索固态氢储存材料的自适应学习框架。我们开发了Adaptive-PCTpro这一机器学习模型来预测PCT等温线。当该模型与实验工作流程结合使用时，可以以更少的资源引导实验，找到最优的金属组合。作为概念验证，该框架利用基于二元Mg–Ni组合的PCT数据训练的初始模型来预测三元Mg–Ni–La组合的PCT等温线。在预测不确定性的引导下，具有最高不确定性的三元组合被迭代选择并纳入模型重新训练过程中。随着每次迭代，模型对先前未见过的三元组合的预测性能逐渐提高，证明了该框架的自适应学习能力。此外，我们还讨论了模型驱动的组成选择趋势及其对未探索系统预测PCT等温线的影响。本研究构建了一个集成机器学习与实验的方法框架，实现了多目标属性的预测，从而实现了高效的数据驱动氢储存材料探索。

**关键术语解释**
**压力-组成-温度等温线（Pressure-Composition-Temperature Isotherms, PCT）**：在固定温度下，监测氢浓度与施加氢压力的关系。所得PCT等温线通常显示出一个平坦的平台区域，反映了固溶体（α相）和氢化物相（β相）的共存。平台长度决定了可逆氢储存容量，而平衡平台压力（Peq）则表示氢化物形成的压力。

**结果与讨论**
补充信息图1（a）和（b）总结了十个自适应学习循环中模型准确性的变化。训练过程中的平均绝对误差（MAE）呈现出稳定的下降趋势，早期略有波动，最终在模型纳入更多信息丰富的组合后稳定在0.30 wt%左右。对于测试集（图b），前四次迭代的MAE仍相对较高（1.2–1.3 wt%），但在第4至第6次迭代之间，MAE显著下降，从约1.2 wt%降至接近0.55 wt%。

**结论**
本研究展示了通过迭代和不确定性驱动的精细化方法来提升机器学习模型性能的自适应学习框架的应用。利用文献中的Mg–Ni和Mg–Ni–La组合的PCT等温线数据，证明了将自适应学习整合到氢储存材料设计中的可行性。结果表明，自适应学习通过选择最具信息价值的组合，系统性地提高了预测准确性。

**作者贡献声明**
阿什维尼·维尔玛（Ashwini Verma）：概念化、撰写初稿、可视化、验证、软件开发、方法论设计、数据分析、数据整理。
卡维塔·乔希（Kavita Joshi）：概念化、撰写与编辑、监督、资源协调、项目管理、研究实施、资金申请。

**关于生成式AI和AI辅助技术的声明**
在撰写本文期间，作者使用了ChatGPT和Grammarly工具来提高手稿的清晰度和可读性。使用这些工具后，作者对内容进行了必要的审查和编辑，并对出版物的内容负全责。

**关于利益冲突的声明**
作者声明以下可能的利益冲突：卡维塔·乔希获得了ANRF印度的财务支持，并拥有待审批的临时专利#Provisional Patent No. 202311064135。如果还有其他作者，他们声明没有已知的可能影响本文工作的财务利益或个人关系。

**致谢**
感谢CSIR通过HCP-44-05（HEART）项目提供的财务支持。作者还感谢SERB-POWER项目（SPG/2022 /000890）的支持。A.V.感谢DST提供的INSPIRE奖学金。