材料設計を加速させるAIプラットフォーム　Citrine Platform

材料・化学分野のデータはデータソースやデータフォーマットが様々なため複雑です。
Citrine Platformには、自動データ取り込みを可能にする柔軟なPythonインターフェイスがあります。これらのツールを使用すると、外れ値を検出し、データをクリーンアップして修正することもできます。

Citrine Platformは、GEMD（Graphical Expression of Materials Data）と呼ばれる独自開発されたデータ形式を使用し、調達から処理、特性評価に至るまでの材料データを解釈しやすい状態で保存します。その特性により、研究者が関連データを視覚的に確認することができます。データは表形式でも利用でき、フィルタリングや分析を行うことができます。

小さなデータセットに対応

Citrine Platformは、材料・化学分野で利用される小さくてまばらなデータセットでも機能するアルゴリズムを使用します。初期データポイントが30未満のプロジェクトへの取り組み実績もございます。

Citrine Platformでは、化学式などの専門データから、Citrineの機能にて分子量などの関連する100以上の特徴量を算出できます。特徴量は学習データとして利用可能です。

Citrine Platformでは、逐次学習（Sequential Learning）の手法を採用しております。これにより、性能仕様を満たす新しい材料を見つけるために必要な実験の数を減らすことができ、製品開発を加速します。
このワークフローは、反復的なアプローチで機能するため、データセットが小さくまばらなプロジェクトで効果的です。

チェックボックスの選択等で新しいAIモデルを簡単にノーコードで作成できます。Python APIを使用して、モデルをさらに調整できます。

スライダーを使用して、各成分と処理パラメーターの上限と下限を選択できます。Python APIを使用してデザインスペースのセットアップすることもできます。

候補となる材料は、フィルタリング、色分け、ラベル付け、比較が可能です。研究者はこれらのチャートを使用して、次の実験アクションへとつなげることができます。