Skip navigation

Семантичні ресурси для FAIR-опису обчислювального робочого процесу

Практичне застосування доменних онтологій, контрольованих словників, provenance models та стандартизованих одиниць на прикладі DFT → MLIP → MD у матеріалознавстві.

Узгоджена термінологія дає змогу описувати матеріали, обчислювальні методи, параметри, результати та їх походження так, щоб ці описи могли однозначно інтерпретуватися людьми і машинними системами.

Центр компетенції рекомендує передусім повторно використовувати наявні міжнародні словники, онтології та постійні ідентифікатори понять. Локальні терміни доцільно створювати лише для тих елементів робочого процесу, для яких придатного зовнішнього семантичного ресурсу не знайдено.

Основний принцип

Повторно використовуйте наявну семантику перед створенням нової. FAIR-профіль робочого процесу доцільно будувати як поєднання спеціалізованих семантичних ресурсів, а власний словник обмежувати лише справді доменно-специфічними поняттями.

Що використовується

Контрольований словник

Узгоджені терміни

Визначений набір термінів і значень, які використовуються послідовно для опису певної категорії даних: методів, ролей файлів, типів розрахунків або властивостей.

Онтологія

Поняття та зв’язки

Формально визначає не лише терміни, а й відношення між матеріалами, процесами, параметрами, даними, програмними засобами та результатами.

Одиниці

Постійні ідентифікатори одиниць

Значення фізичної величини супроводжується машинно-читаним ідентифікатором одиниці, а не лише текстовим позначенням на зразок eV або Å.

Семантичний рівень робочого процесу

Для різних складових обчислювального робочого процесу використовуються різні спеціалізовані семантичні ресурси.

Матеріал
IUCr CIF
→
DFT
ASMO
→
MLIP
ASMO + extension
→
MD
ASMO
→
FAIR-об’єкт
DataCite + repository
Робочий процес: PMDco   ·   Provenance: PROV-O   ·   Одиниці: QUDT

Основні семантичні ресурси

Наведений набір рекомендується як базова семантична основа для обчислювальних робочих процесів у матеріалознавстві.

Доменна онтологія

ASMO

Atomistic Simulation Methods Ontology

Формальний словник для атомістичного моделювання матеріалів. Охоплює DFT, molecular dynamics, interatomic potentials, simulation parameters та розраховані фізичні властивості.

Приклади:
DensityFunctionalTheory
MachineLearningPotential
MolecularDynamics
EnergyCutoff
KPointMesh
ElasticTensor

Відкрити ASMO

Materials ontology

PMD Core Ontology

Platform MaterialDigital

Онтологія середнього рівня для матеріалознавства. Забезпечує загальну семантику матеріалів, процесів, властивостей, workflows та data transformations.

Використовувати для:
workflow definition
workflow run
simulation process
workflow node
processing–structure–property relations

Відкрити PMDco

Кристалографічні словники

IUCr CIF Dictionaries

Crystallographic Information Framework

Авторитетне джерело стандартних data names для опису хімічної формули, параметрів комірки, симетрії, просторових груп та атомних позицій.

Приклади:
_chemical_formula.sum
_space_group.IT_number
_cell.length_a
_atom_site.fract_x

Відкрити CIF Dictionaries

Provenance

W3C PROV-O

Provenance Ontology

Стандартна модель для фіксації того, які дані, дії та агенти брали участь у створенні конкретного результату робочого процесу.

Основні поняття:
prov:Entity
prov:Activity
prov:Agent
prov:used
prov:wasGeneratedBy
prov:wasDerivedFrom

Відкрити PROV-O

Одиниці та величини

QUDT

Quantities, Units, Dimensions and Types

Забезпечує сталі машинно-читані ідентифікатори фізичних одиниць і дає змогу уникати неоднозначних текстових позначень.

Приклади:
unit:ANGSTROM
unit:EV
unit:EV-PER-ANGSTROM
unit:GigaPA
unit:K
unit:FemtoSEC

Відкрити QUDT

Публікація та цитування

DataCite Metadata Schema

Repository and citation metadata

Використовується на рівні опублікованого дослідницького об’єкта для назв, авторів, ідентифікаторів, типу ресурсу, ліцензій, зв’язків і фінансування.

Основні поля:
Identifier
Creator
Title
Subject
ResourceType
RelatedIdentifier
FundingReference

Відкрити DataCite

Який ресурс використовувати на кожному етапі

Приклад для модульного робочого процесу DFT → MLIP → MD.

Рівень опису Що потрібно описати Основний ресурс Підхід
Material Хімічна формула, crystal structure, cell parameters, space group, atomic sites IUCr CIF Reuse
DFT Метод, XC family, energy cutoff, k-point mesh, energy, forces, stress ASMO Reuse / profile
DFT → MLIP Використані DFT outputs, QA, формування train / validation / test dataset PROV-O + domain profile Profile / local extension
MLIP Machine-learning potential, training datasets, model, metrics ASMO + MATSCI extension Reuse / extension
MLIP → MD Вибір checkpoint, deployable model, software environment PROV-O + domain profile Profile / extension
MD Ensemble, timestep, temperature, pressure, thermostat, properties ASMO Reuse
Workflow Inputs, tasks, outputs і залежності між етапами PMDco + NOMAD Reuse / mapping
Provenance Entities, activities, agents та фактичний ланцюжок генерації результатів W3C PROV-O Reuse
Physical quantities Length, energy, force, stress, temperature, time QUDT Reuse
Publication DOI, creators, title, licence, related objects, funding DataCite Reuse / mapping
Package integrity File list, checksum і контроль цілісності SPDX Reuse

Рекомендовані одиниці для DFT → MLIP → MD

Для машинної інтероперабельності одиницю бажано зберігати разом із постійним QUDT-ідентифікатором.

Фізична величина Одиниця QUDT term Типове використання
Довжина Å unit:ANGSTROM Lattice parameters, atomic distances, MLIP r_max
Енергія eV unit:EV Total energy, energy errors
Сила eV/Å unit:EV-PER-ANGSTROM DFT forces, MLIP force errors
Напруження / модуль GPa unit:GigaPA Stress, elastic constants, elastic tensor
Температура K unit:K MD temperature, applicability range
Час fs unit:FemtoSEC MD timestep
Час моделювання ps unit:PicoSEC Total MD simulation time
Рекомендований запис 
{
  "value": 4.5,
  "unit_uri": "QUDT unit:ANGSTROM",
  "unit_symbol": "Å"
}

Коли потрібне локальне розширення

Зовнішні онтології охоплюють значну частину базової семантики, але окремі параметри конкретних програмних реалізацій можуть потребувати профільних термінів.

Приклади локальних полів

ecutrho
r_max
interaction_layers
l_max
features
loss_weights
model_domain
split_method
deployment_method

Правило

Власний термін варто створювати після перевірки ASMO, PMDco, MatPortal та інших відповідних доменних ресурсів. Якщо поняття стає загальним для багатьох робочих процесів, доцільно розглядати його подальше узгодження з відповідною міжнародною ontology community.

Як приймати рішення щодо терміна

REUSE
Використати наявний термін та його IRI без змін.
PROFILE
Використати зовнішнє поняття з локальними правилами обов’язковості чи використання.
MAP
Зберегти локальне поле, але встановити формальне зіставлення із зовнішньою схемою.
LOCAL EXTENSION
Створити локальний термін лише за відсутності придатного зовнішнього поняття.

Додаткові ресурси інтероперабельності

NOMAD MetaInfo / workflow2

Корисний для зіставлення обчислювальних workflows з моделлю inputs → tasks → outputs і для подальшої інтероперабельності з матеріалознавчими data infrastructures.

NOMAD workflow documentation

SPDX

Використовується для формалізації checksum та контролю цілісності файлів у FAIR-пакеті. Для MATSCI-NASU рекомендовано SHA-256.

SPDX Hash

Практичний результат

Такий підхід дає змогу створювати доменні профілі метаданих, у яких кожне поле має визначене семантичне джерело, тип даних, контрольоване значення або зовнішній IRI.

Для пілотного робочого процесу DFT → MLIP → MD цей підхід використано під час розроблення semantic crosswalk, контрольованого словника MATSCI-NASU та модульних JSON Schema для material, DFT, MLIP, MD, workflow, provenance і manifest.