利哈伊大学材料科学与工程系的教师Joshua Agar表示，了解结构-性能关系是材料研究的一个关键目标。而目前由于结构的复杂性和多维性，却没有任何衡量标准来了解材料的结构。

人工神经网络，一种机器学习，可以被训练来识别相似性，甚至将结构和属性等参数联系起来，但有两个主要挑战，一个是材料实验产生的大量数据中的大部分从未被分析过。这主要是因为由世界各地实验室的科学家产生的这些图像很少以可用的方式存储，而且通常不会与其他研究团队共享。第二个挑战是，神经网络在学习对称性和周期性（材料结构的周期性如何）方面不是很有效，而这两个特征对材料研究人员来说是最重要的。

现在，由利哈伊大学领导的一个团队开发了一种新颖的机器学习方法，可以通过机器学习创建相似性预测，使研究人员首次能够搜索非结构化的图像数据库并识别趋势。Agar和他的合作者开发并训练了一个神经网络模型，以包括对称性感知的特征，然后将他们的方法应用于加州大学伯克利分校五年来在不同材料系统上收集的25133幅压电反应力显微镜图像集。结果是：他们能够将类似类别的材料分组并观察趋势，形成一个基础，开始了解结构-性能关系。

"我们工作的一个新颖之处在于，我们建立了一个特殊的神经网络来理解对称性，我们把它作为一个特征提取器，使它在理解图像方面做得更好，"描述这项工作的论文的主要作者Agar说。

该团队能够通过采用非线性降维技术Uniform Manifold Approximation and Projection (UMAP)来得出预测结果。这种方法使研究人员能够以一种模糊的方式学习数据的拓扑结构和高层结构，并将其压缩成二维。

如果你训练一个神经网络，其结果是一个矢量，或一组数字，这是一个紧凑的特征描述。这些特征有助于对事物进行分类，这样就可以学到一些相似性。不过，产生的东西在空间上仍然相当大，因为你可能有512个或更多不同的特征。因此，你想把它压缩到一个人类可以理解的空间，如二维或三维，或者，也许是四维。

通过这样做，Agar和他的团队能够将25000多张图像和非常相似的材料类别组合在一起。

材料中类似的结构类型在语义上是接近的，也可以观察到某些趋势，特别是如果你应用一些元数据过滤器，如果你开始通过谁做的沉积，谁做的材料，他们想做什么，材料系统是什么来过滤，你真的可以开始细化并获得越来越多的相似性。然后，这种相似性可以与其他参数如属性联系起来。

低维均匀流形近似投影显示对称性意识的图像相似性，来自一个超过25,000张压电反应力显微镜图像的数据库。资料来源：Joshua Agar/Lehigh大学

这项工作展示了改进的数据存储和管理如何能够迅速加速材料的发现，特别有价值的是由失败的实验产生的图像和数据。

Agar说，与其失去所有这些信息，不如利用已经收集的数据来产生以前没有见过的新趋势，并成倍地加快发现速度。

这项研究是设在橡树岭国家实验室的一个创新的新数据存储企业的第一个 "使用案例"，该企业名为DataFed。根据其网站，DataFed是一个联合的大数据存储、协作和全生命周期管理系统，用于计算科学和/或分布式高性能计算（HPC）和/或云计算环境中的数据分析。

Agar说："我在Lehigh的团队已经参与了DataFed的设计和开发，使其与科学用例相关，Lehigh是这个完全可扩展的系统的第一个现场实施。它是一个联合数据库，所以任何人都可以弹出他们自己的服务器，并与中央设施联系在一起。"

Agar是利哈伊大学总统纳米人机接口倡议团队的机器学习专家。这一跨学科倡议整合了社会科学和工程学，旨在改变人类与科学发现工具的互动方式，以加速创新。

利哈伊大学的纳米/人类接口倡议的关键目标之一是将相关信息放在实验者的指尖上，以提供可操作的信息，从而做出更明智的决策并加速科学发现，人类的记忆和回想能力有限。DataFed是一个现代的Memex，它提供了一个可以轻松找到和回忆的科学信息存储器。

DataFed为从事跨学科团队科学的研究人员提供了一个特别强大和宝贵的工具，使那些在不同/偏远地区进行团队项目合作的研究人员能够访问对方的原始数据。利哈伊大学材料科学与工程系美铝基金会教授兼纳米/人类接口计划主任Martin P. Harmer说："这是我们利哈伊大学校长纳米/人类接口（NHI）计划的关键组成部分之一，以加速科学发现。”