使用模型无关元学习（MAML）解决材料化学实验预测中的小样本问题

使用模型无关元学习（MAML）解决材料化学实验预测中的小样本问题

背景

本次实验只针对于金属化合物（例如MoS2）在化学反应中的催化能力。在同一物质中可掺杂不同元素化合物。例如：MoS2的4种不同的掺杂方式

简单来说对于同种物质的不同基底的掺杂方式每中化合物共有大约100条数据。因为元素之间的不同匹配，所以整个样本空间的数据规模还是十分庞大的。
但是，因为化学实验的特性，其中几种物质的所有数据都已经完成，对于未做实验的化合物数据却是少之又少。不仅如此，因为计算的时间成本相当大，又让数据的扩充有着很大困难。
那么有没有一种方法，可以在新物质只有几条有效数据时，就能通过这些数据来对整个样本有一个较为准确的评估呢？这样我们就引入了一个小样本学习的问题。

模型无关元学习（MAML）

模型无关元学习是近些年来，在meta-learning中十分优秀的一个模型。论坛中许多大神的讲解也非常多，所以就不做过多介绍。
MAML：https://blog.csdn.net/wangkaidehao/article/details/103110728
iMAML：
https://blog.csdn.net/zz_ytj/article/details/103504234

数据与实验

加入小样本学习后的具体化学反应数据流程：

因为meta-learning的训练方式不同，它不仅仅需要train和test，他还需要
support和query，我们也可以看成support是一个task中的train，那么test同理。

所以我们把每一个物质（例如MoS2）的化学反应数据看做是一个task，在从每一个task中分出support和query。
每一组数据（task）大概有100条数据，每组数据特征为25（25维）。这些特征还存在关联性，如过使用特征提取，会让数据特征在不损失太多信息的条件下有一个明显的降低。但是对于真实的实验过程中，特征提取之后的数据无法利用先验知识进行监控。所以这部操作存在一定疑问。

在之前的实验中对于已有数据进行分析是考虑到样本数目为300条，如果是用深度学习的方法，出现过拟合的可能性较大。所以采用机器学习的单层算法：其中SVR的准确度最高，但是如过task中的数据较少时，以上几个模型的分析结果都十分不佳。在之后的工作中如果加入MAML后是否可以使用深度学习的模型来进行预测。
在选取实验时，计划选择在多数据时效果最好的（SVR-RBF）和存在过拟合现象的Recurrent Neural Networks。多项式为在多数据时预测结果可以接受的下限。因为实验时回归类型所以符合的评价指标有（RMSE / MSE / MAE/R-squared）