機械学習により有望物質群とその設計指針を抽出 ― 所望の特性を持つ無機材料のパターンを自動検出する手法を開発 ―（高橋亮助教、大場史康教授）
東工大プレスリリース 2024年08月07日
東京工業大学 科学技術創成研究院 フロンティア材料研究所の佐藤暢哉研究員（研究当時）、高橋亮助教、清原慎JSPS特別研究員（研究当時。現：東北大学 助教）、大場史康教授は、横浜市立大学大学院生命医科学研究科の寺山慧准教授、物質・材料研究機構 マテリアル基盤研究センターの田村亮チームリーダーと共同で、無機材料の分類および設計指針抽出のための新たな機械学習手法を開発した。
所望の材料機能の発現の鍵となる構成元素や原子配列の特徴を見出すことは、材料設計指針の構築や機能発現機構の解明において重要である。本手法は、機械学習の物性予測モデルに基づいて物質の分類を行うことにより、物質群・物性の種類を問わず、任意の無機材料データから所望の物性に応じて有望な物質のパターンを抽出することを可能にした。これにより、1,000種類以上の物質を含む無機材料データから各エネルギー領域のバンドギャップを持つ物質や、広いバンドギャップと大きい屈折率を両立する物質に共通な特徴を事前知識無しに自動的に検知することに成功した。本手法によりマテリアルズインフォマティクスを用いた物質・材料科学的な知識の獲得が明確・容易になり、さまざまな無機材料の研究・開発や学理構築が加速されることが期待される。
本研究成果は8月5日付（現地時間）で「Advanced Intelligent Systems」誌に掲載された。
掲載誌 : Advanced Intelligent Systems
論文タイトル : Target Material Property-Dependent Cluster Analysis of Inorganic Compounds（対象物性に依存した無機化合物のクラスター分析）
著者 : Nobuya Sato, Akira Takahashi, Shin Kiyohara, Kei Terayama, Ryo Tamura, Fumiyasu Oba（佐藤暢哉、高橋亮、清原慎、寺山慧、田村亮、大場史康）
DOI: 10.1002/aisy.202400253
詳細は東工大ニュースをご覧ください。
