AIが解く世界の難問 · 化学・材料 · arXiv · 2026-10-21
多目的化学探索のための解釈可能なメタ学習
原題: Interpretable Meta-Learning for Multi-Objective Chemical Search
解釈可能な線形メタ学習モデルと適応的信頼度に基づく不確実性定量化をEfficient Global Optimization(EGO)の枠組みに組み合わせ、多目的な分子探索のためのモジュール型パイプラインを提案した。複数の化学目的と安価な補助特性にまたがって訓練されたメタ学習サロゲートは、限られたデータから新しい目的へ迅速に適応できる移転可能な化学知識を獲得し、スピン交差金属有機錯体の実大規模探索ではベースラインがパレートの意味で78%劣った。さらに、最適候補が分布の裾に位置するために標準的な不確実性推定が機能しない問題に対し、探索の進行に応じて探索と活用のトレードオフを動的に再較正する適応的信頼度調整アルゴリズムを導入し、静的に較正したフロントの50%超を支配した。