AETHER

O problema

Descobrir catalisadores para a reação de evolução de hidrogênio por cálculo de DFT é caro e lento. A pergunta prática é se um modelo pré-treinado em milhões de estruturas consegue substituir esse cálculo com erro aceitável, e se essa vantagem se sustenta quando o experimento é repetido com seeds diferentes.

Minha contribuição

Construí um pipeline reproduzível de curadoria, treino, comparação e explicabilidade sobre 5.860 estruturas do Catalysis Hub, avaliado em duas partições, uma aleatória e outra que separa as composições do bulk entre treino e teste, para medir a generalização para materiais que o modelo não viu. Comparei quatro abordagens no mesmo dado (descritores físico-químicos com Extra Trees, SchNet treinada do zero, uma cabeça MLP sobre o MACE-MP-0 pré-treinado e congelado e Extra Trees sobre os embeddings do MACE), reportando média e desvio sobre 5 seeds. A seleção de descritores com SHAP é feita sem vazamento do conjunto de teste, e a diferença de MAE entre os modelos vem com intervalo de confiança por bootstrap. O melhor resultado, um ensemble de 5 SchNets, chega a R² de 0,9734 e MAE de 0,0585 eV. Os modelos são servidos por uma API FastAPI com interface em Vue 3, que estima o ΔG_H de uma estrutura, e o registro do software no INPI está em andamento.

Destaques do projeto

• 5.860estruturas curadas
• 0,9734R² do melhor ensemble
• 5 seedsavaliação reproduzível

Tecnologias

Python, PyTorch, PyTorch Geometric, MACE, SchNet, SHAP, FastAPI