{"id":28567,"date":"2026-11-05T01:50:53","date_gmt":"2026-11-05T00:50:53","guid":{"rendered":"https:\/\/www.proefschriftmaken.nl\/portfolio\/qinghe-gao\/"},"modified":"2026-11-12T10:06:08","modified_gmt":"2026-11-12T09:06:08","slug":"qinghe-gao","status":"publish","type":"us_portfolio","link":"https:\/\/www.proefschriftmaken.nl\/en\/portfolio\/qinghe-gao\/","title":{"rendered":"Qinghe Gao"},"content":{"rendered":"","protected":false},"featured_media":28568,"template":"","meta":{"_acf_changed":false},"university_us_portfolio":[],"class_list":["post-28567","us_portfolio","type-us_portfolio","status-publish","has-post-thumbnail","hentry"],"acf":{"main_text":"","naam_van_het_proefschift":"GRAPH MACHINE LEARNING FOR MOLECULAR PROPERTY PREDICTION AND PROCESS DESIGN","samenvatting":"Het karakteriseren van moleculaire eigenschappen en het ontwerpen van che mische processen zijn twee essenti\u00eble taken binnen de chemische technologie. Beide taken steunen op domeinkennis, empirische ervaring en zorgvuldig ont wikkelde heuristieken, en beide zijn de afgelopen jaren versneld door compu terondersteunde methoden, waaronder groepsbijdragemethoden, hi\u00ebrarchische decompositie, expertsystemen en superstructuuroptimalisatie. Methoden uit deep learning bieden nu nieuwe mogelijkheden, met inmiddels veelbelovende toepassingen op het gebied van eigenschapsvoorspelling, flowsheetsynthese, pro cesregeling en digitalisering.\n\nHoewel de ontwikkeling van losstaande deep learning-tools voor afzonder lijke toepassingen veelbelovende resultaten oplevert, blijven deze tools in hun praktische bruikbaarheid voor het ingenieurswerk vaak beperkt. Een typische ingenieursworkflow omvat meerdere tools en de inbreng van meerdere experts, waaronder een tool voor eigenschapsvoorspelling om kandidaatmoleculen te screenen, een thermodynamisch model om fasegedrag te schatten, een flows heetsimulator om procesconfiguraties te evalueren, en een techno-economische of milieukundige beoordeling om het resultaat te beoordelen. Daarom is een centraal systeem nodig dat meerdere tools, databases en experts integreert, en dat informatie en feedback iteratief tussen deze elementen kan uitwisselen, om de ingenieur werkelijk te ondersteunen gedurende de gehele workflow. De over koepelende doelstelling van dit proefschrift is daarom tweeledig: ten eerste het ontwikkelen van een verzameling deep-learning tools die bestaande methoden voor moleculaire eigenschapsvoorspelling en procesontwerp verbeteren; en ten tweede het identificeren van een methodologie om deze tools, samen met be staande tools, te combineren tot een ge\u00efntegreerd systeem dat de ingenieur on dersteunt over de gehele ontwerpworkflow in plaats van bij ge\u00efsoleerde stappen daarbinnen.\n\nDe realisatie van deze doelstelling wordt beperkt door vijf belangrijke uitdagin gen: (i) schaarse gelabelde trainingsdata, (ii) de keuze van datarepresentatie, (iii) overconfidente voorspellingen, (iv) optimale besluitvorming, en (v) integratie van modellen. Het proefschrift betoogt dat grafen de geschikte representatie vormen waarop alle vijf uitdagingen samenhangend kunnen worden aangepakt. Mole culen zijn grafen van atomen en bindingen; flowsheets zijn gerichte grafen van procesonderdelen en stromen; en de ingenieursworkflow die deze co\u00f6rdineert, kan zelf worden gemodelleerd als een graaf van interagerende agents en informa tiestromen. Graafgebaseerde modellen, zoals graph neural networks, benutten deze gedeelde structuur direct en respecteren daarbij de lokaliteit, topologie en permutatie-invariantie van chemische systemen.\n\nVoortbouwend op dit idee ontwikkelt het proefschrift grafgebaseerde me thoden langs drie sporen: voorspelling van moleculaire eigenschappen, proces ontwerp en integratie. Aan de moleculaire kant wordt aangetoond dat graph neural networks een levensvatbaar alternatief zijn voor kwantitatieve structuur eigenschapsrelaties bij het voorspellen van milieueffectcategorie\u00ebn aan de hand van moleculaire structuurinformatie, hoewel categorie\u00ebn die voornamelijk wor den bepaald door proces- en toeleveringsketenfactoren buiten het bereik van uitsluitend moleculaire modellen blijven. Self-supervised voorafgaande training op knoop-, kant- en graafniveau wordt ge\u00efntroduceerd als oplossing voor label schaarste bij de voorspelling van polymeereigenschappen, wat de R\u00b2 met meer dan 30 % verbetert onder extreme schaarste en aantoont dat de geleerde represen tatie verdeeld is over zowel de encoder als de daaropvolgende lagen. Bayesiaanse onzekerheidskwantificering via Parallel Stochastic Gradient Hamiltonian Monte Carlo wordt ontwikkeld als een schaalbaar alternatief voor ensembles en Monte Carlo dropout, dat scherpere en beter gekalibreerde posterieuren oplevert op ther modynamische benchmarks. Aan de procesontwerpkant wordt flowsheetsynthese geformuleerd als een sequentieel beslissingsprobleem op een gerichte graaf en opgelost door een hi\u00ebrarchische reinforcement learning-agent. Aangezien de leer effici\u00ebntie in deze context een knelpunt vormt, worden twee transferstrategie\u00ebn onderzocht: voorafgaande training op vereenvoudigde simulatoren gevolgd door bijstelling op rigoureuze simulatoren, en initialisatie vanuit de latente ruimte van een procesvariational autoencoder. Voorafgaande training op vereenvoudigde simulatoren gevolgd door overdracht van de encoder en actor naar de rigou reuze setting verkort de convergentietijd met ongeveer 64 % ten opzichte van de baseline zonder transfer, terwijl het hergebruiken van continuous-action- of critic-netwerken tussen omgevingen met afwijkende beloningsstructuren juist negatieve transfer oplevert. De resultaten suggereren dat transfer learning fun geert als een zorgvuldig afgebakende versneller voor RL-gebaseerde synthese in plaats van als een algemeen middel tegen leerineffici\u00ebntie. Tot slot worden multi-agent large language model-systemen voorgesteld als een orchestratielaag boven deze gespecialiseerde tools, waarbij de benodigde bouwstenen worden ge\u00efnventariseerd en een concreet doel wordt geschetst voor het koppelen van moleculaire en procesagents met ingebed menselijk toezicht.\n\nTerugkerend naar de vijf uitdagingen, leveren de bijdragen van dit proefschrift gezamenlijk tastbare vooruitgang op elk daarvan: grafen leveren de relationele representatie, self-supervised voorafgaande training en transfer learning verzach ten de dataschaarste, Bayesiaanse inferentie levert gekalibreerde onzekerheid op, hi\u00ebrarchische reinforcement learning richt zich op sequenti\u00eble besluitvorming, en multi-agent orchestratie biedt de integratielaag. De overkoepelende bijdrage is geen enkele afzonderlijke methode, maar de demonstratie dat graafgebaseerd\n\nleren, consistent toegepast over verschillende schalen, kan dienen als het verbin dende weefsel dat de kloof tussen moleculair ontwerp en procesontwerp begint te overbruggen.\n\nSamengenomen wijzen de bijdragen van dit proefschrift in de richting van een onderzoeksrichting waarin de drie moleculaire modellen worden ge\u00efntegreerd tot \u00e9\u00e9n algemene graafgebaseerde eigenschapsvoorspeller, waarin onderzoek naar reinforcement learning voor procesontwerp zijn nadruk verplaatst van optimali satievermogen naar generalisatievermogen bij inferentie, en waarin multi-agent orchestratie het concrete mechanisme vormt waarmee moleculaire en proces gerelateerde beslissingen uiteindelijk worden gekoppeld in ge\u00efntegreerde ont werpworkflows. Vooruitkijkend wijst het proefschrift op een toekomst waarin kunstmatige intelligentie geen hulpmiddel meer is dat bij specifieke stappen van het chemisch-technisch ontwerp wordt ingeschakeld, maar de basis waarop de workflow zelf draait: moleculaire ontdekking, eigenschapsvoorspelling, proces synthese en techno-economische en milieukundige beoordeling, gekoppeld op een gedeeld platform dat taken formuleert, kiest tussen tools en databases, en menselijke experts raadpleegt wanneer dat nodig is. De rol van de ingenieur verschuift dienovereenkomstig van het zelfstandig bouwen van modellen en uit voeren van simulaties naar het specificeren van doelstellingen, het bevragen van afwegingen, en het beoordelen tussen kandidaat-ontwerpen die het systeem zelf heeft gegenereerd en ge\u00ebvalueerd.","summary":"Characterizing molecular properties and designing chemical processes are two essential tasks in chemical engineering. Both tasks rely on domain knowledge, empirical experience, and carefully engineered heuristics, and both have been accelerated in recent years by computer-aided methods, including group con tribution, hierarchical decomposition, expert systems, and superstructure opti mization. Deep learning methods now offer new opportunities, with promising applications already reported in property prediction, flowsheet synthesis, process control, and digitization.\n\nWhile developing standalone deep learning tools for individual applications has produced promising results, these tools often remain limited in their utility for practical engineering work. A typical engineering workflow involves multiple tools and the input of multiple experts, including a property prediction tool to screen candidate molecules, a thermodynamic model to estimate phase behavior, a flowsheet simulator to evaluate process configurations, and a techno-economic or environmental assessment to score the result. Therefore, a centralized system that integrates multiple tools, databases, and experts, and that can iteratively exchange information and feedback across them, is needed to genuinely support the engineer throughout the whole workflow. The overarching objective of this dissertation is therefore twofold: first, to develop a set of deep learning tools that improve on existing methods for molecular property prediction and process design; and second, to identify a methodology to combine these tools, together with existing ones, into an integrated system that supports the engineer across the design workflow rather than at isolated steps within it.\n\nRealizing this objective is constrained by five key challenges: (i) scarce la beled training data, (ii) the choice of data representation, (iii) over-confident predictions, (iv) optimal decision-making, and (v) integration of models. The dissertation argues that graphs are the appropriate representation on which all five challenges can be addressed coherently. Molecules are graphs of atoms and bonds; flowsheets are directed graphs of unit operations and streams; and the engineering workflow that coordinates them can itself be modeled as a graph of interacting agents and information flows. Graph-based models, such as graph neural networks, exploit this shared structure directly, respecting the locality, topology, and permutation invariance of chemical systems.\n\nBuilding on this idea, the dissertation develops graph-based methods along three tracks: molecular property prediction, process design, and integration. On the molecular side, graph neural networks are shown to be a viable alterna tive to quantitative structure-property relationships in predicting environmental\n\nimpact categories with molecular structure information, although categories gov erned primarily by process and supply-chain factors remain beyond the reach of molecule-only models. Self-supervised pretraining at the node, edge, and graph level is introduced as a solution to label scarcity in polymer property prediction, improving R\u00b2 by more than 30% under extreme data scarcity and revealing that the learned representation is distributed across both the encoder and the subse quent layers. Bayesian uncertainty quantification via Parallel Stochastic Gradient Hamiltonian Monte Carlo is developed as a scalable alternative to ensembles and Monte Carlo dropout, producing sharper and better-calibrated posteriors on thermodynamic benchmarks. On the process design side, flowsheet synthesis is formulated as a sequential decision problem on a directed graph and solved by a hierarchical reinforcement learning agent. Since learning efficiency is a bottleneck in this setting, two transfer strategies are investigated: pretraining on shortcut simulators before fine-tuning on rigorous ones, and initializing from the latent space of a process variational autoencoder. Pretraining on shortcut simulators and transferring the encoder and actor to the rigorous setting cuts convergence time by roughly 64% against the no-transfer baseline, whereas reusing continuous action or critic networks across environments with mismatched reward shaping produces negative transfer. The results suggest that transfer learning serves as a carefully scoped accelerator for RL-based synthesis rather than a general remedy for learning inefficiency. Finally, multi-agent large language model systems are proposed as an orchestration layer above these specialized tools, surveying the required building blocks and outlining a concrete target for coupling molecular and process agents with embedded human oversight.\n\nReturning to the five challenges, the contributions of this thesis collectively make tangible progress on each: graphs provide the relational representation, self-supervised pretraining and transfer learning mitigate data scarcity, Bayesian inference delivers calibrated uncertainty, hierarchical reinforcement learning addresses sequential decision-making, and multi-agent orchestration provides the integration layer. The overarching contribution is not any single method but the demonstration that graph-based learning, pursued consistently across scales, can serve as the connective tissue that begins to close the gap between molecular and process design.\n\nTaken together, the contributions of this thesis suggest a research direction in which the three molecular models are integrated into a single general-purpose graph-based property predictor, in which reinforcement learning research for process design shifts its emphasis from optimization ability to inference general ization, and in which multi-agent orchestration provides the concrete mechanism by which molecular and process decisions are finally coupled into integrated de sign workflows. Looking further ahead, the thesis points toward a future in which\n\nartificial intelligence is not an auxiliary tool invoked at specific steps of chemical engineering design but the substrate on which the workflow itself runs: molecular discovery, property prediction, process synthesis, and techno-economic and envi ronmental assessment coupled on a shared platform that formulates tasks, selects among tools and databases, and consults human experts when needed. The role of the engineer correspondingly shifts from constructing models and executing simulations individually to specifying objectives, interrogating trade-offs, and adjudicating between candidate designs that the system itself has generated and evaluated.","auteur":"Qinghe Gao","auteur_slug":"qinghe-gao","publicatiedatum":"20 november 2026","taal":"EN","url_flipbook":"https:\/\/ebook.proefschriftmaken.nl\/ebook\/qinghegao?iframe=true","url_download_pdf":"https:\/\/ebook.proefschriftmaken.nl\/download\/374dc916-a8d6-4e8b-82ac-1ca7ff60a029\/highres","url_epub":"","ordernummer":"19856","isbn":"978-94-6518-488-3","doi_nummer":"","naam_universiteit":"Overig","afbeeldingen":28568,"video_url":"","podcast_url":"","naam_student:":"","binnenwerk":"","universiteit":"Overig","cover":"","afwerking":"","cover_afwerking":"","design":""},"_links":{"self":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/28567","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio"}],"about":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/types\/us_portfolio"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media\/28568"}],"wp:attachment":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media?parent=28567"}],"wp:term":[{"taxonomy":"university_us_portfolio","embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/university_us_portfolio?post=28567"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}