AI dan Masalah-Masalah Sulit Dunia · Kimia & material · arXiv · 2026-10-21
Meta-Learning yang Dapat Ditafsirkan untuk Pencarian Kimia Multi-Objektif
Judul asli: Interpretable Meta-Learning for Multi-Objective Chemical Search
Para penulis memaparkan pipeline modular yang menggabungkan model meta-learning linear yang dapat diinterpretasikan dengan kuantifikasi ketidakpastian adaptive-confidence dalam kerangka Efficient Global Optimization untuk penemuan molekul multi-objective. Surrogat hasil meta-learning yang dilatih lintas objektif kimia dan properti auxiliary murah memperoleh pengetahuan kimia yang dapat ditransfer dan beradaptasi dengan cepat terhadap objektif baru dari data terbatas, dan dalam pencarian skala besar nyata untuk kompleks logam-organik spin-crossover, baseline berperforma 78% lebih buruk dalam pengertian Pareto. Algoritma penyetelan kepercayaan adaptif yang mengalibrasi ulang trade-off eksplorasi-eksploitasi secara dinamis seiring berkembangnya pencarian semakin mendominasi lebih dari 50% front yang dikalibrasi secara statis.