Luận văn thạc sĩ kỹ thuật hóa học ứng dụng thuật toán học máy dự đoán tính chất điện tử của hợp chất đa vòng thơm và một số dẫn xuất của chúng

Luận văn thạc sĩ nghiên cứu kỹ thuật hóa học ứng dụng thuật toán học máy dự đoán tính chất điện tử của hợp chất đa vòng thơm và, đánh giá hiện trạng, phân tích vấn đề, đề xuất

• Tác giả: Nguyễn Hoàng Tuấn
• Người hướng dẫn: TS. Phạm Hồ Mỹ Phương
• Trường học: Đại Học Bách Khoa - ĐHQG - HCM
• Chuyên ngành: Kỹ Thuật Hóa Học
• Đề tài: Ứng Dụng Thuật Toán Học Máy Dự Đoán Tính Chất Điện Tử Của Hợp Chất Đa Vòng Thơm Và Một Số Dẫn Xuất Của Chúng
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2023
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• MỤC LỤC
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG BIỂU
• DANH MỤC CÁC KÝ HIỆU VIẾT TẮT VÀ CHÚ GIẢI THUẬT NGỮ TIẾNG ANH
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Giới thiệu về vật liệu bán dẫn hữu cơ dựa trên phân tử đa vòng thơm
• 1.2. Giới thiệu về machine learning trong hóa học
• 1.3. Tổng quan về thuật toán supervised machine learning
• 1.4. Một số thuật toán toán Supervised Machine learning
• 1.5. Biểu diễn cấu trúc hóa học
• 1.6. Huấn luyện và đánh giá mô hình machine learning
• 1.7. Các công trình ứng dụng ML cho hóa học tiêu biểu
• 1.8. Ứng dụng machine learning trong mô hình vật liệu hóa bán dẫn hữu cơ
• 1.9. Ứng dụng ML trong hóa tính toán/ hóa lý thuyết và hóa lý
• 1.10. Ứng dụng ML trong hóa hữu cơ, hóa dược/độc chất học
• 1.11. Các công trình về machine learning khác
• 2. PHƯƠNG PHÁP THÍ NGHIỆM
• 2.1. Cơ sở lý thuyết phương pháp Weisfeiler-Lehman kernel
• 2.2. Thuật toán Weisfeiler-Lehman
• 2.3. Phương pháp Weisfeiler-Lehman Graph Kernel theo nguyên tử
• 2.4. Phương pháp Weisfeiler-Lehman kernel dựa trên liên kết
• 2.5. Phương pháp Weisfeiler-Lehman kernel dựa trên khoảng cách liên nguyên tử
• 2.6. Mô hình ML hoàn chỉnh
• 2.7. Phân tích và diễn giải dự đoán của mô hình RR/WL-A
• 2.8. Ngôn ngữ lập trình và thư viện sử dụng
• 2.9. Một số thư viện Python cơ bản cho khoa học dữ liệu
• 2.10. Thư viện Python – RDKit
• 2.11. Thư viện Python – Scikit-learn
• 2.12. Dữ liệu và phương pháp thu thập dữ liệu
• 2.13. Xây dựng mô hình và lập trình
• 2.14. Lập trình mô hình WL kernel
• 2.15. Lập trình việc huấn luyện, tối ưu, và kiểm tra mô hình máy học
• 2.16. Lập trình giao thức học active learning
• 3. KẾT QUẢ VÀ BÀN LUẬN
• 3.1. Khảo sát ảnh hưởng của số vòng lặp của thuật toán WL lên mô hình
• 3.2. Độ chính xác của phương pháp các mô hình GPR/WL và GPR/ECFP
• 3.3. Các mô hình tuyến tính và giải thích về mô hình
• 3.4. Phân tích sai số của mô hình
• 3.5. So sánh dự đoán của mô hình và giá trị thực nghiệm
• 3.6. Mã nguồn và hướng dẫn sử dụng
• 4. KẾT LUẬN VÀ KIẾN NGHỊ
• 4.1. Các nhiệm đã hoàn thành và kết quả
• 4.2. Các thiếu sót và hạn chế
• 4.3. Hướng phát triển trong tương lai
• DANH MỤC CÔNG TRÌNH KHOA HỌC
• DANH MỤC TÀI LIỆU THAM KHẢO
• PHẦN LÝ LỊCH TRÍCH NGANG
• 4.4. Thông tin cá nhân
• 4.5. Quá trình đào tạo
• 4.5.1. Sau đại học
• 4.6. Quá trình công tác

Tóm tắt

I. Giới thiệu về hợp chất đa vòng thơm

Hợp chất đa vòng thơm (PAH) là một nhóm các hợp chất hữu cơ nổi bật trong hóa học, với cấu trúc phức tạp và tính chất điện tử độc đáo. Các hợp chất này được biết đến với khả năng tham gia vào nhiều phản ứng hóa học và ứng dụng trong công nghệ, đặc biệt là trong lĩnh vực vật liệu bán dẫn hữu cơ. Việc dự đoán tính chất điện tử của các hợp chất này là một nhiệm vụ quan trọng, bởi chúng có liên quan mật thiết đến hiệu suất của các thiết bị điện tử. Nghiên cứu gần đây đã chỉ ra rằng việc sử dụng các phương pháp máy học có thể giúp cải thiện độ chính xác trong việc dự đoán các tính chất như band gap, electron affinity, và ionization potential của PAH. Đặc biệt, các mô hình dựa trên thuật toán máy học có thể xử lý khối lượng dữ liệu lớn từ các nghiên cứu trước đó để tạo ra các dự đoán chính xác hơn.

1.1. Tính chất điện tử của hợp chất đa vòng thơm

Tính chất điện tử của hợp chất đa vòng thơm được xác định bởi cấu trúc phân tử và sự phân bố điện tử. Các hợp chất này thường có các orbital π, ảnh hưởng đến khả năng dẫn điện và các tính chất quang học. Việc hiểu rõ về tính chất điện tử không chỉ giúp trong việc phát triển các vật liệu mới mà còn trong việc tối ưu hóa các ứng dụng hiện có. Nghiên cứu cho thấy rằng các mô hình học máy có thể dự đoán các tính chất này với độ chính xác cao, mở ra cơ hội cho việc phát triển các vật liệu bán dẫn hữu cơ hiệu quả hơn.

II. Ứng dụng thuật toán học máy trong hóa học

Thuật toán học máy đã trở thành một công cụ mạnh mẽ trong hóa học, đặc biệt trong việc dự đoán tính chất của các hợp chất. Các mô hình học máy như Gaussian Process Regressor (GPR) và Weisfeiler-Lehman graph kernel đã được áp dụng để phân tích và dự đoán các tính chất điện tử của PAH. Việc sử dụng các thuật toán này cho phép xây dựng các mô hình có thể học từ dữ liệu và tự động cải thiện độ chính xác theo thời gian. Thực tế, các nghiên cứu đã chỉ ra rằng mô hình GPR/WL kernel có thể đạt được sai số gốc trung bình bình phương thấp, cho thấy khả năng của chúng trong việc dự đoán các tính chất của hợp chất đa vòng thơm.

2.1. Các phương pháp học máy

Các phương pháp học máy có thể chia thành hai loại chính: supervised và unsupervised learning. Trong nghiên cứu này, các mô hình supervised learning được sử dụng để dự đoán các tính chất điện tử dựa trên dữ liệu đã biết. Việc áp dụng các phương pháp như GPR và WL kernel cho phép tối ưu hóa quá trình dự đoán, giúp cải thiện độ chính xác của các kết quả. Sự phát triển của các thuật toán này đã mở ra một hướng đi mới trong việc nghiên cứu và phát triển các vật liệu mới, đặc biệt trong lĩnh vực hóa học và vật liệu.

III. Phân tích và diễn giải kết quả

Kết quả từ mô hình học máy cho thấy rằng các phương pháp GPR/WL kernel có thể dự đoán chính xác các tính chất điện tử của PAH và các dẫn xuất của chúng với sai số rất nhỏ. Việc áp dụng giao thức active learning đã chứng minh hiệu quả trong việc cải thiện độ chính xác của mô hình, đặc biệt là với các tập dữ liệu đa dạng. Các kết quả này không chỉ có giá trị trong lý thuyết mà còn có ứng dụng thực tiễn trong việc phát triển các vật liệu mới cho công nghệ điện tử.

3.1. Đánh giá mô hình

Mô hình được phát triển trong nghiên cứu này đã cho thấy khả năng dự đoán đáng tin cậy. Việc so sánh giữa các dự đoán của mô hình và giá trị thực nghiệm cho thấy sự phù hợp cao, cho phép khẳng định rằng các phương pháp học máy có thể trở thành công cụ hữu ích trong việc nghiên cứu và phát triển các hợp chất hóa học mới. Điều này mở ra khả năng ứng dụng rộng rãi cho các mô hình học máy trong lĩnh vực hóa học, đặc biệt là trong việc phát triển các vật liệu bán dẫn hữu cơ.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh khoa học vật liệu và hóa học hiện đại, việc tìm kiếm các hợp chất hóa học mới có tính chất đột phá là một thách thức lớn do không gian cấu trúc hóa học rộng lớn, có thể lên đến khoảng 10^60 cấu trúc khác nhau. Việc khảo sát toàn bộ không gian này bằng phương pháp thực nghiệm hoặc tính toán lý thuyết truyền thống là không khả thi về mặt thời gian và chi phí. Luận văn thạc sĩ này tập trung vào ứng dụng thuật toán máy học (Machine Learning - ML) để dự đoán tính chất điện tử của các hợp chất hydrocarbon đa vòng thơm (Polycyclic Aromatic Hydrocarbons - PAH) và một số dẫn xuất của chúng, bao gồm thienoacenes và các PAH có nhóm thế như cyano (-CN) và nitro (-NO2). Mục tiêu chính là xây dựng mô hình ML có khả năng dự đoán chính xác các tính chất điện tử như năng lượng vùng cấm (band gap), ái lực điện tử (Electron Affinity - EA), và thế ion hóa (Ionization Potential - IP) dựa trên cấu trúc 2 chiều của phân tử. Nghiên cứu được thực hiện tại Trường Đại học Bách Khoa, Đại học Quốc gia TP. HCM trong năm 2023, với dữ liệu đầu vào được tính toán bằng phương pháp lý thuyết hàm mật độ (Density Functional Theory - DFT). Kết quả nghiên cứu không chỉ góp phần nâng cao hiệu quả sàng lọc vật liệu bán dẫn hữu cơ mà còn mở rộng ứng dụng của ML trong lĩnh vực hóa học tính toán, giúp giảm thiểu chi phí và thời gian nghiên cứu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết và mô hình chính:

• Thuật toán Weisfeiler-Lehman (WL) Graph Kernel: Đây là thuật toán đẳng cấu đồ thị dùng để biểu diễn cấu trúc phân tử dưới dạng đồ thị có nhãn, giúp trích xuất đặc trưng cấu trúc phân tử một cách hiệu quả. Ba biến thể của WL kernel được sử dụng: theo nguyên tử (WL-A), theo liên kết (WL-AB), và theo khoảng cách liên nguyên tử (WL-AD).

• Mô hình Gaussian Process Regressor (GPR): Mô hình học máy hồi quy phi tham số, sử dụng phân phối Gaussian để dự đoán giá trị tính chất điện tử và ước lượng độ không chắc chắn của dự đoán. GPR kết hợp với WL kernel giúp mô hình hóa các tính chất phi tuyến của phân tử.

Các khái niệm chuyên ngành quan trọng bao gồm: band gap, electron affinity (EA), ionization potential (IP), molecular orbital (HOMO và LUMO), active learning (học chủ động), và molecular descriptor (đặc trưng phân tử).

Phương pháp nghiên cứu

• Nguồn dữ liệu: Bộ dữ liệu gồm các phân tử PAH, thienoacenes, PAH có nhóm thế cyano và nitro, được tính toán bằng phương pháp DFT với độ chính xác cao.

• Phương pháp phân tích: Mô hình ML được xây dựng dựa trên thuật toán GPR kết hợp với WL graph kernel để trích xuất đặc trưng cấu trúc phân tử. Phương pháp active learning được áp dụng để tối ưu hóa bộ dữ liệu huấn luyện, chọn lọc các mẫu dữ liệu có độ không chắc chắn cao nhằm nâng cao hiệu quả mô hình.

• Timeline nghiên cứu: Nghiên cứu bắt đầu từ tháng 2/2023 và hoàn thành vào tháng 7/2023, bao gồm các bước thu thập dữ liệu, xây dựng mô hình, huấn luyện, đánh giá và phân tích kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

• Mô hình GPR/WL kernel đạt độ chính xác cao với sai số gốc trung bình bình phương (RMSD) khoảng 0.15 eV trong dự đoán band gap, EA và IP của các phân tử PAH và dẫn xuất.

• So sánh giữa các biến thể WL kernel cho thấy WL-A (theo nguyên tử) và WL-AB (theo nguyên tử và liên kết) có hiệu quả vượt trội so với các mô hình truyền thống như Extended Connectivity Fingerprint (ECFP) kết hợp với Ridge Regression (RR).

• Giao thức active learning giúp giảm đáng kể kích thước bộ dữ liệu huấn luyện cần thiết mà vẫn duy trì độ chính xác mô hình, đặc biệt hiệu quả với các bộ dữ liệu đa dạng hơn như PAH có nhóm thế nitro.

• Phân tích đóng góp của từng nguyên tử trong phân tử cho thấy mô hình có khả năng giải thích được cơ sở vật lý của tính chất điện tử, phù hợp với mô hình Degree of π-orbital Overlap (DPO) đã được công bố trước đó.

Thảo luận kết quả

Nguyên nhân của độ chính xác cao đến từ việc kết hợp hiệu quả giữa thuật toán WL kernel trong việc trích xuất đặc trưng cấu trúc phân tử và mô hình GPR có khả năng mô hình hóa phi tuyến và ước lượng độ không chắc chắn. So với các nghiên cứu trước đây, mô hình này không chỉ nâng cao độ chính xác mà còn giảm thiểu chi phí tính toán nhờ vào active learning. Kết quả này có ý nghĩa quan trọng trong việc phát triển các công cụ tính toán nhanh và chính xác cho sàng lọc vật liệu bán dẫn hữu cơ, góp phần thúc đẩy nghiên cứu và ứng dụng trong lĩnh vực hóa học tính toán và vật liệu mới.

Dữ liệu kết quả có thể được trình bày qua các biểu đồ hộp (boxplot) thể hiện phân phối sai số RMSD của các mô hình khác nhau, biểu đồ đường thể hiện sự hội tụ của sai số theo số vòng lặp thuật toán WL, và bảng so sánh sai số giữa các mô hình.

Đề xuất và khuyến nghị

• Mở rộng bộ dữ liệu huấn luyện: Tăng cường thu thập dữ liệu tính toán và thực nghiệm cho các phân tử đa dạng hơn, đặc biệt là các dẫn xuất có nhóm thế khác nhau, nhằm nâng cao khả năng tổng quát của mô hình.

• Ứng dụng rộng rãi giao thức active learning: Áp dụng phương pháp học chủ động để tối ưu hóa quá trình thu thập dữ liệu, giảm chi phí và thời gian tính toán mà vẫn đảm bảo độ chính xác.

• Phát triển giao diện phần mềm thân thiện: Xây dựng công cụ phần mềm tích hợp mô hình GPR/WL kernel để hỗ trợ các nhà nghiên cứu trong việc dự đoán tính chất điện tử nhanh chóng và chính xác.

• Nâng cao khả năng giải thích mô hình: Tiếp tục nghiên cứu và phát triển các phương pháp giải thích đóng góp của từng nguyên tử và nhóm cấu trúc trong phân tử, giúp tăng tính minh bạch và tin cậy của mô hình.

• Đào tạo và chuyển giao công nghệ: Tổ chức các khóa đào tạo về ứng dụng ML trong hóa học tính toán cho sinh viên và nhà nghiên cứu, đồng thời thúc đẩy hợp tác nghiên cứu giữa các viện, trường và doanh nghiệp.

Đối tượng nên tham khảo luận văn

• Nhà nghiên cứu và giảng viên trong lĩnh vực kỹ thuật hóa học và hóa học tính toán: Nghiên cứu phương pháp ứng dụng ML trong dự đoán tính chất vật liệu, phục vụ phát triển vật liệu mới.

• Sinh viên cao học và nghiên cứu sinh: Tham khảo phương pháp luận, thuật toán và ứng dụng thực tiễn trong xây dựng mô hình ML cho hóa học.

• Doanh nghiệp công nghệ vật liệu và hóa chất: Áp dụng mô hình dự đoán để rút ngắn thời gian phát triển sản phẩm mới, giảm chi phí thử nghiệm.

• Chuyên gia phát triển phần mềm khoa học dữ liệu: Tích hợp thuật toán và mô hình ML vào các công cụ hỗ trợ nghiên cứu và phát triển trong lĩnh vực hóa học và vật liệu.

Câu hỏi thường gặp

1. Mô hình ML có thể dự đoán chính xác tính chất điện tử của phân tử đa vòng thơm đến mức nào?
   Mô hình GPR kết hợp WL kernel đạt sai số RMSD khoảng 0.15 eV, cho phép dự đoán với độ chính xác cao so với các phương pháp tính toán lý thuyết truyền thống.

2. Active learning giúp gì trong quá trình xây dựng mô hình?
   Active learning chọn lọc các mẫu dữ liệu có độ không chắc chắn cao để thêm vào bộ huấn luyện, giúp giảm số lượng dữ liệu cần thiết mà vẫn duy trì độ chính xác mô hình.

3. Tại sao sử dụng thuật toán Weisfeiler-Lehman trong biểu diễn cấu trúc phân tử?
   Thuật toán WL giúp trích xuất đặc trưng cấu trúc phân tử dưới dạng nhãn đồ thị, tăng khả năng mô hình hóa các đặc tính phi tuyến và phức tạp của phân tử.

4. Mô hình có thể áp dụng cho các loại phân tử khác ngoài PAH không?
   Mô hình có thể mở rộng cho các phân tử có cấu trúc tương tự hoặc dẫn xuất, tuy nhiên cần có bộ dữ liệu huấn luyện phù hợp để đảm bảo độ chính xác.

5. Làm thế nào để đánh giá hiệu quả mô hình ML trong nghiên cứu này?
   Hiệu quả được đánh giá qua sai số RMSD trên tập kiểm tra, so sánh với giá trị thực nghiệm và tính toán DFT, cùng với khả năng giải thích đóng góp của từng nguyên tử.

Kết luận

• Đã xây dựng thành công mô hình máy học dựa trên Gaussian Process Regressor kết hợp Weisfeiler-Lehman graph kernel để dự đoán tính chất điện tử của hợp chất đa vòng thơm và dẫn xuất với độ chính xác cao (RMSD ~0.15 eV).
• Giao thức active learning được chứng minh hiệu quả trong việc tối ưu bộ dữ liệu huấn luyện, giảm chi phí tính toán mà vẫn duy trì độ chính xác.
• Mô hình có khả năng giải thích đóng góp của từng nguyên tử, phù hợp với mô hình vật lý Degree of π-orbital Overlap, tăng tính minh bạch và tin cậy.
• Kết quả nghiên cứu góp phần thúc đẩy ứng dụng ML trong hóa học tính toán và phát triển vật liệu bán dẫn hữu cơ.
• Đề xuất các hướng phát triển tiếp theo bao gồm mở rộng bộ dữ liệu, phát triển công cụ phần mềm và đào tạo chuyển giao công nghệ.

Hành động tiếp theo: Khuyến khích các nhà nghiên cứu và doanh nghiệp áp dụng mô hình vào thực tiễn, đồng thời tiếp tục nghiên cứu mở rộng và hoàn thiện mô hình để nâng cao hiệu quả và phạm vi ứng dụng.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. GIỚI THIỆU Cải thiện cuộc sống của con người một cách bền vững là một trong các nhiệm vụ trọng tâm của kỹ thuật hóa học và ngành hóa học. Nhằm đạt được điều này, các nhà hóa học và kỹ sư cần tìm ra các hợp chất hóa học hoặc vật liệu tốt hơn: ví dụ như phân tử thuốc có hiệu quả điều trị tốt nhưng độc tính thấp, vật liệu có hiệu suất chuyển đổi ánh sáng mặt trời sang năng lượng tốt hơn,. Mặc dù vậy, không gian tìm kiếm có thể đến hơn 1060 cấu trúc hóa học khác nhau,[6] và do đó, việc sàng lọc không gian gồm tất cả các cấu trúc hóa học chỉ với thực nghiệm là hoàn toàn không khả thi.

Thậm chí việc này là không thể hoàn thành chỉ với công cụ tính toán lý thuyết do các tính toán chất lượng cao cần rất nhiều thời gian và chi phí tính toán (computational cost). Một chiến thuật khôn ngoan để sàng lọc một cách hiệu quả là ta có thể xây dựng một trình tự sàng lọc hình chiếc phễu: các cấu trúc trong không gian tìm kiếm sẽ đi qua nhiều mô hình sàng lọc khác nhau và số lượng cấu trúc ra khỏi mỗi “sàng” sẽ ít hơn số lượng cấu trúc đi vào; mô hình sau sẽ có chi phí và thời gian tính toán nhiều hơn các mô hình trước. Hay nói cách khác, quy trình sàng lọc sẽ cố gắng thu hẹp dần không gian tìm kiếm và các mô hình với chi phí thấp sẽ được sử dụng để sàng lọc các không gian tìm kiếm rộng lớn ban đầu. Hình minh họa cho chiến lược này được cho ở hình 1.

Đến đây ta có thể đặt câu hỏi: đâu là mô hình sàng lọc với chi phí thấp nhưng lại cho hiệu quả cao nhất? Câu trả lời có thể sẽ là machine learning và artificial intelligence (máy học và trí tuệ nhân tạo, ML/AI). Trước tiên, ML/AI cung cấp một giải pháp tính toán với chi phí tương đối thấp so với các phương pháp lí thuyết ab initio. Thêm vào đó, các mô hình ML/AI có thể đạt độ chính xác cao hơn các phương pháp lý thuyết có cùng chi phí tính toán. Trên thực tế, các mô hình ML/AI có thể “học” được dữ liệu từ các tính toán chất lượng cao, và do đó, có thể đạt được độ chính xác của các mô hình này với khoảng sai số tương đối.[7, 8] Điều này khiến cho các công cụ ML/AI trở thành các công cụ xây dựng mô hình tiềm năng cho việc sàng lọc cấu trúc hóa học.

Hình minh họa cho chiến thuật sàng lọc theo dạng phễu.[6] Vật liệu bán dẫn hữu cơ (organic semiconductor) mở ra một kỉ nguyên mới cho công nghệ điện tử từ vật liệu hữu cơ. Lớp vật liệu này được dự đoán sẽ thay thế vật liệu dựa trên silicon vốn được sử dụng nhiều cho các công nghệ điện tử. Các vật liệu bán dẫn hữu cơ được chia thành 4 nhóm chính: diodes phát sáng hữu cơ (organic light-emitting diodes, OLEDs),[10] transistor hiệu ứng trường hữu cơ (organic field effect transistors),[11, 12] và quang điện hữu cơ (organic photovoltaics).[13, 14] Luận văn này sẽ tiếp nối những công trình trước của tác giả và nhóm nghiên cứu[1- 4] về việc xây dựng mô hình dự đoán tính chất điện tử bao gồm band gap, electron affinity (EA), và ionization potential (IP) cho các hợp chất đa vòng thơm bao gồm PAH, thienoacenes, và dẫn xuất có nhóm thế của PAH. Tuy nhiên, ở đây, mô hình được sử dụng sẽ hoàn toàn là machine learning để đạt được mô hình tổng quát nhất.

Ngoài ra, lớp phân tử PAH có gắn nhóm thế NO2 sẽ được đưa vào việc mô hình hóa bên cạnh các lớp phân tử đã được mô hình hóa trong các công bố trước đó bao gồm PAH, thienoacenes, và CN-PAH. Mục tiêu đề tài: Xây dựng mô hình máy tính dựa trên thuật toán machine learning (học máy) có: 3  Input - Đầu vào: cấu trúc 2 chiều của Polycyclic Aromatic Hydrocarbon (PAH), thienoacenes, PAH có gắn nhóm thế -CN, -NO2.  Output - Đầu ra: dự đoán các tính chất điện tử như band gap, Electron Affinity (EA, ái lực điện tử), và Ionization Potential (IP, thế ion hóa) cho phân tử đầu vào.  Mô hình sẽ được xây dựng bằng cách “huấn luyện” (train) nó với một bộ dữ liệu huấn luyện (training set) Mô hình mục tiêu được minh họa trong flowchart của hình 1.

Dữ liệu dùng để xây dựng và kiểm tra mô hình lấy từ các phép tính hóa lượng tử chất lượng cao. Sơ đồ mô tả mô hình machine learning cho việc dự đoán band gap của PAH. Giới thiệu về vật liệu bán dẫn hữu cơ dựa trên phân tử đa vòng thơm. Ngày nay, các phân tử hữu cơ đa vòng thơm là một trong những ứng viên cho các ứng dụng “hữu cơ” vốn chỉ bao gồm vật liệu vô cơ trước đó như bán dẫn, transistor trường điện tử, diode phát sáng,[15] và vật liệu quang điện.

Tính chất đáng mong muốn của một phân tử đa vòng thơm sử dụng cho mục đích làm vật liệu bán dẫn hữu cơ có thể được tóm gọn bởi 3 ý như sau: 1/ có các tính chất (quang) điện tử liên quan tốt, 2/ có độ linh động điện tích (charge mobility) tốt, 3/ bền trước các tác nhân oxi hóa-khử và các phản ứng hóa học không mong muốn. [1] Để có thể tìm được các phân tử thỏa cả các điều kiện này, ta có thể dựa vào các giá trị năng lượng của orbital phân tử cao nhất có chứa electron (Highest Occupied Molecular Orbital - HOMO) và năng lượng của orbital phân tử thấp nhất còn trống (Lowest Unoccupied Molecular Orbital – LUMO) và khoảng cách giữa 2 mức năng lượng này. Cũng cần lưu ý rằng theo định lý Koopman, ta có thể xấp xỉ giá trị HOMO là thế ion hóa (Ionization Potential – IP), và giá trị LUMO là ái lực điện tử (Electron Affinity – EA).[16] Các giá trị năng lượng này đóng một vai trò quan trọng khi xem xét khả năng ứng dụng bán dẫn lượng tử của các phân tử đa vòng thơm. Quan trọng nhất, HOMO, LUMO, và bandgap của một phân tử hữu cơ đa vòng thơm sẽ quyết định độ bền của chúng trước các phản ứng không mong muốn.

Các phản ứng này sẽ bao gồm phản ứng oxi hóa khử và phản ứng Diels-Alder.[17] Trên thực tế, một trong những rào cản và mối quan tâm lớn nhất khi lựa chọn phân tử cho ứng dụng bán dẫn hữu cơ chính là độ bền của chúng. Các phân tử acene thẳng có nhiều vòng thơm hơn pentacene (cấu trúc B trong hình 2.1) sở hữu tính chất điện tử tốt hơn (ví dụ như độ linh động điện tích) cho ứng dụng dụng bán dẫn hữu cơ nhưng lại gặp phải vấn đề là chúng rất không ổn định do có IP thấp và band gap hẹp và do đó chúng rất dễ tham gia vào các phản ứng oxi hóa-khử, phản ứng quang hóa, hay Diels-Alder. Về cơ bản, các acenes thẳng càng dài thì sẽ càng dễ tham gia phản ứng hóa học, với vòng ở giữa dễ trở thành tâm phản ứng, và do đó, sẽ không đủ ổn định cho ứng dụng làm vật liệu bán dẫn. [11, 17] Thêm vào đó, các phân tử acene thẳng càng dài thì sẽ càng gây khó 5 khăn trong việc tổng hợp các tinh thể tương ứng, ví dụ như khó hòa tan các phân từ này và đòi hỏi các nhóm thế giúp tăng độ hòa tan của phân tử.[11] Điều này đặt ra một trở ngại khi cố gắng cải thiện các phân tử acene thẳng như pentacene chỉ với cách nối dài hệ liên hợp với nhiều vòng thơm hơn.

Để cải tiến các phân tử “cổ điển” cho bán dẫn hữu cơ là acene thẳng bao gồm tetracene (cấu trúc A trong hình 2.1) và pentacene, người ta đã đề xuất một vài hướng như sau. Đơn giản nhất, người ta đề xuất gắn các nhóm thế cồng kềnh để bảo vệ các tâm phản ứng và do đó, bền hóa các phân tử acene thẳng. Tuy nhiên, người ta cũng phát hiện rằng tương tác lập thể khiến cho các phân tử mất khả năng sắp xếp theo kiểu 𝜋-stacking, và do đó, làm giảm khả năng truyền tải điện tích trong phân tử. [17] Bên cạnh đó, việc sử dụng các nhóm rút đẩy điện tử như fluorine (F), hay cyano (CN) cũng là một lựa chọn để tăng IP của phân tử theo hướng bền hóa trước các tác nhân oxy hóa.

Mặt khác, thay vì chỉ sử dụng phân tử acenes thẳng như tetracene, pentacene như đã đề cập ở trên, người ta đề xuất sử dụng các acene ngưng tụ 2 chiều như các cấu trúc C và D ở hình 2.[17] Bên cạnh đó, các vòng thơm khác như thiophene cũng có thể được sử dụng để xây dựng và tối ưu phân tử đa vòng thơm cho ứng dụng bán dẫn hữu cơ. Các hợp chất đa vòng thơm với 1 hay nhiều vòng thiophene được gọi là thienoacene. Nhóm phân tử này có rất nhiều hình dạng khác nhau mà người ta có thể tổng hợp được,[2] và do đó, đem lại rất nhiều lựa chọn để các nhà nghiên cứu “tối ưu hóa” phân tử cho ứng dụng bán dẫn hữu cơ (xem cấu trúc E, F, G, và H ở hình 3). Người ta đã tìm ra được rằng các hợp chất thienoacene có các tính chất điện tử đáng mong muốn cho một vật liệu bán dẫn hữu cơ, nhưng vẫn có độ bền tốt.

Do đó, thienoacenes là một nhóm các phân tử có tiềm năng đáng kể trong lĩnh vực bán dẫn hữu cơ.[20] Không những là chỉ dấu cho độ bền của các phân tử, HOMO, LUMO, và band gap cũng là các chỉ dấu cho hiệu suất và tiềm năng của các phân tử đa vòng thơm cho ứng dụng bán dẫn lượng tử. Đối với vật liệu quang điện, hiệu suất chuyển đổi năng lượng (Power Conversion Efficiency – PCE) sẽ phụ thuộc vào giá trị mật độ dòng điện ngắn 6 mạch (short circuit current density 𝐽𝑠𝑐 ) và hiệu điện thế mạch hở (open circuit voltage 𝑉𝑜𝑐 ). Giá trị 𝑉𝑜𝑐 phụ thuộc vào HOMO và LUMO của vật liệu, trong khi 𝐽𝑠𝑐 phụ thuộc vào band gap.[13] Đến đây, chúng ta có thể đi đến kết luận rằng các giá trị bandgap, HOMO/IP, và LUMO/EA là các tham số quan trọng để tối ưu hóa các phân tử đa vòng thơm cho ứng dụng bán dẫn hữu cơ. Một số phân tử đa vòng thơm được đề cập.

Giới thiệu về machine learning trong hóa học. Tổng quan về thuật toán supervised machine learning. Thuật toán machine learning (ML) có thể được chia thành supervised learning (học có giảm sát), unsupervised learning (học không giám sát), reinforcement learning (học tăng cường),. Ứng dụng của thuật toán máy học supervised learning được xem xét trong luận văn này.