Machine Learning Small Datasets for Cu Nanoparticles: enhancing Experimental and Computational lab-scale data

Abstract

Cu NP's hebben brede toepassingen, maar hun synthese is sterk gevoelig voor kleine variaties in reactieparameters. Deze gevoeligheid, gecombineerd met de tijdsintensieve aard van experimentele optimalisatie, maakt reproduceerbare synthese met gecontroleerde deeltjesgrootte uitdagend. Hoewel ML veelbelovend is gebleken in materiaalonderzoek, wordt de toepassing ervan vaak beperkt door een gebrek aan hoogwaardige experimentele datasets. Deze studie onderzoekt het gebruik van ML om de deeltjesgrootte van Cu NP’s te voorspellen, gesynthetiseerd via microgolf-geassisteerde polyolmethodes op basis van een kleine dataset van 25 intern uitgevoerde syntheses. Latin Hypercube Sampling werd toegepast om de parameter-ruimte van precursorconcentratie, temperatuur en reactietijd efficiënt te bemonsteren. Ensemble-regressiemodellen, ontwikkeld met het AMADEUS-framework, voorspellen de deeltjesgrootte met hoge nauwkeurigheid en presteren beter dan klassieke statistische benaderingen. Featureselectie vermindert de modelcomplexiteit en verbetert de generaliseerbaarheid. Daarnaast zijn classificatiemodellen, gebaseerd op random forests en LLM’s, geëvalueerd om onderscheid te maken tussen grote en kleine deeltjes. Random forests presteren matig, en LLM’s bieden geen duidelijke voordelen bij kleine datasets. Deze studie toont aan dat robuuste klassieke ML op kleine, goed ontworpen datasets effectieve voorspellingen mogelijk maakt voor Cu NP synthese en dat voor labo-schaal onderzoek complexe LLM's weinig voordelen bieden.