Qinghe Gao

GRAPH MACHINE LEARNING FOR MOLECULAR PROPERTY PREDICTION AND PROCESS DESIGN

Het karakteriseren van moleculaire eigenschappen en het ontwerpen van che mische processen zijn twee essentiële 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, hiërarchische 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.

Hoewel 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 geïntegreerd systeem dat de ingenieur on dersteunt over de gehele ontwerpworkflow in plaats van bij geïsoleerde stappen daarbinnen.

De 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 coördineert, 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.

Voortbouwend 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 milieueffectcategorieën aan de hand van moleculaire structuurinformatie, hoewel categorieën 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 geïntroduceerd als oplossing voor label schaarste bij de voorspelling van polymeereigenschappen, wat de R² 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 hiërarchische reinforcement learning-agent. Aangezien de leer efficiëntie in deze context een knelpunt vormt, worden twee transferstrategieën 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 leerinefficiëntie. Tot slot worden multi-agent large language model-systemen voorgesteld als een orchestratielaag boven deze gespecialiseerde tools, waarbij de benodigde bouwstenen worden geïnventariseerd en een concreet doel wordt geschetst voor het koppelen van moleculaire en procesagents met ingebed menselijk toezicht.

Terugkerend 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, hiërarchische reinforcement learning richt zich op sequentiële besluitvorming, en multi-agent orchestratie biedt de integratielaag. De overkoepelende bijdrage is geen enkele afzonderlijke methode, maar de demonstratie dat graafgebaseerd

leren, consistent toegepast over verschillende schalen, kan dienen als het verbin dende weefsel dat de kloof tussen moleculair ontwerp en procesontwerp begint te overbruggen.

Samengenomen wijzen de bijdragen van dit proefschrift in de richting van een onderzoeksrichting waarin de drie moleculaire modellen worden geïntegreerd tot één 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 geïntegreerde 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 geëvalueerd.

Lees verder
Publicatiedatum 20 november 2026
Universiteit Overig
Auteur Qinghe Gao
ISBN nummer 978-94-6518-488-3

Bekijk ook deze projecten

Yvette Baggen

Yvette Baggen

Overig Lees meer
Ruben Fijn

Ruben Fijn

Overig Lees meer
Anka Nieuwhof Leppink

Anka Nieuwhof Leppink

Overig Lees meer