Computational design of functional core using informatics approaches

• Project Area: New Materials Science on Nanoscale Structures and Functions of Crystal Defect Cores
• Project/Area Number: 19H05787
• Research Category: Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
• Allocation Type: Single-year Grants
• Review Section: Science and Engineering
• Research Institution: The University of Tokyo
• Principal Investigator: 溝口 照康 東京大学, 生産技術研究所, 教授 (70422334)
• Co-Investigator(Kenkyū-buntansha): 世古 敦人 京都大学, 工学研究科, 准教授 (10452319) ; 豊浦 和明 京都大学, 工学研究科, 准教授 (60590172) ; 柴田 基洋 東京大学, 生産技術研究所, 助教 (40780151)
• Project Period (FY): 2019-06-28 – 2024-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥130,000,000 (Direct Cost: ¥100,000,000、Indirect Cost: ¥30,000,000); Fiscal Year 2023: ¥21,450,000 (Direct Cost: ¥16,500,000、Indirect Cost: ¥4,950,000); Fiscal Year 2022: ¥24,700,000 (Direct Cost: ¥19,000,000、Indirect Cost: ¥5,700,000); Fiscal Year 2021: ¥26,000,000 (Direct Cost: ¥20,000,000、Indirect Cost: ¥6,000,000); Fiscal Year 2020: ¥24,050,000 (Direct Cost: ¥18,500,000、Indirect Cost: ¥5,550,000); Fiscal Year 2019: ¥33,800,000 (Direct Cost: ¥26,000,000、Indirect Cost: ¥7,800,000)
• Keywords: 機能コア / 界面 / 表面 / 転位 / 機械学習 / 透過型電子顕微鏡 / 情報科学 / シミュレーション / ナノ計測 / インフォマティックス

Outline of Research at the Start

本計画班では，機能コアの構造決定と原子移動経路決定に関する手法を開発する．本計画班で開発した手法を活用し，他班と連携することで機能コアの構造と物性を効率的かつ系統的に決定する．機能コアに関するすべての情報をデータベース化し解析することで，機能コアの物性設計モデルを構築する．本計画班で行う具体的な研究内容は以下のようになっている．
(1) 情報科学手法を活用した機能コア構造・物性決定法の開発
(2) 機能コア物性設計モデルの構築
以上により，「機能コアインフォマティクス」の確立を目指す．

Outline of Annual Research Achievements

機能コアは格子欠陥に形成される量子場であり，その構造と機能を理解するためには，複雑な計算や計測が不可欠である．本計画班は機能コア開発を加速するための情報科学手法の開発と応用という「機能コアインフォマティクス」ともいうべき役割を担っている．
これまでに機械学習を利用することにより，その計算効率を数万倍向上させることに成功している．一方で，構造決定が困難な格子欠陥も多数存在している．そこで，格子欠陥の構造を決定せずに物性を予測する手法の開発に取り組んできた． 2020年度の界面物性予測に続き，2021年度においては表面への原子吸着に関して，表面構造を作成することなくその吸着エネルギー，結合距離，電子構造を予測するモデルの構築に成功した．
さらに，本計画班では高精度な機械学習ポテンシャルを構築・公開している．前年度に引き続き，第一原理計算と情報科学の技法により，高精度な原子間ポテンシャルを構築する手法の開発および公開を行った．また，他班との連携により，シリコンの結晶粒界における粒界エネルギーや格子熱伝導などの予測を高精度に行った．その他にも， Decision Diagramによる制約を満たす結晶構造列挙手法を応用し，Special quasi-random structureの探索手法を開発した．
本計画班では様々な手法を活用したイオン機能コアの解析も行ってきた．前年度までに，第一原理計算と情報科学の技法を連携させることで，結晶内における拡散原子のポテンシャルエネルギー曲面 (PES) の高効率評価を実現し，今年度は，得られたPESから精度よく拡散係数を見積もる手法を開発した．そのソースコードはGitHubにて公開済である．
また，2021年度は実験的に計測可能なスペクトルと機械学習を利用した解析も進め，これまで理解されてこなかったスペクトル機能相関を明らかにした．

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

これまで格子欠陥の構造を決定せずに物性を予測する手法の開発に取り組んできた．2020年度において界面物性を予測する記述子明らかにし，さらに2021年度においては表面への原子吸着に関して，表面構造を作成することなくその吸着物性を予測するモデルの構築に成功した．また，機械学習ポテンシャルの構築・公開に関しては， 2021年度は特に合金系のポテンシャル開発を進めた．結果的に，48種の単体，88種の二元系合金を対象とした原子間ポテンシャルを開発した．今後は，これらを用いて機能コアに関連した系を高精度に計算することが可能である．また，同手法を利用し，計画班や公募班との機能コアに関連した連携研究も進めている．
さらに，これまでに開発した固体内拡散の高精度かつ高効率評価手法で得られる拡散原子のPESを拡散係数やイオン伝導度に繋げる手法を開発・公開することができた．計画班や公募班と連携したイオン機能コア解析も進み，新たな知見も得られている．また，中国・蘇州大学とノルウェー・オスロ大学とも国際共同研究を実施し，酸化物イオン機能コア解析も進めている．
計測可能なデータを利用した機械学習解析に関しても，新たなスペクトル機能相関を明らかにすることができた．同解析を通し，実験スペクトルから界面の局所熱物性を決定することにも成功している．
以上のように，機能コア解析のための手法の開発，公開，領域内共同研究さらに国際共同研究も進んでいることから，「順調に進展している」と結論付けることができる．
一方で，2021年度においても国際会議への対面出席ができておらず，国際的なプレゼンスの低下が懸念されている．2022年度においては状況をみつつ，対面出席を増やしていく必要があると感じている．

Strategy for Future Research Activity

2022年度においては，界面と熱との相互作用により生じる諸現象（熱機能コア）の解析を進める．高温下における構造相転移挙動やそのメカニズムの解析を進めるとともに，表面吸着や，界面構造を理解するためのデータ解析手法の開発を進める．さらに，原子間ポテンシャルの開発を進める．また，構築済の原子間ポテンシャルを用いた効率的な大域的構造探索の手法開発および応用を実施する．さらに，より大規模な機能コア計算を目指し，GPUの利用を対象とした原子間ポテンシャル計算の高速化を行う．他にも，Decision Diagramに基づいた結晶構造列挙手法を応用し，様々な制約下での機能コアパターン列挙手法の検討を行う．これまでに開発した固体内拡散の高精度・高効率解析手法を活用して，各種電気化学デバイスの電解質・電極材料として期待される種々イオン伝導性・電子-イオン混合伝導性材料の第一原理解析を実施する．
さらに，計測可能データと機械学習との連携も深めていく．これまでにスペクトルから種々の物性を予測することに成功している．2022年度以降は同研究をさらに発展させる．
また，ポストコロナの動きが世界中で進んでいる中で，班内外・国際連携を深める必要性があると感じている．コロナ禍において構築したSNSやオンライン会議ツールもフルに活用するとともに，対面での情報発信やコミュニケーションも増やしていく．

Research Products

• [Int'l Joint Research] 蘇州大学(中国)
• [Int'l Joint Research] オスロ大学(ノルウェー)
• [Journal Article] Modeling of materials and its applications using density functional theory calculation and machine learning (2022)
  • Author(s): 世古 敦人
  • Journal Title: Oyo Buturi Volume: 91 Issue: 2 Pages: 77-81
  • DOI: 10.11470/oubutsu.91.2_77
  • NAID: 130008149721
  • ISSN: 0369-8009, 2188-2290
  • Year and Date: 2022-02-01
  • Peer Reviewed
• [Journal Article] Quantification of the Properties of Organic Molecules Using Core-Loss Spectra as Neural Network Descriptors (2022)
  • Author(s): K. Kikumasa, S. Kiyohara, K. Shibata, and T. Mizoguchi
  • Journal Title: Advanced Intelligent Systems Volume: 4 Issue: 1 Pages: 2100103-2100103
  • DOI: 10.1002/aisy.202100103
  • Peer Reviewed / Open Access
• [Journal Article] A brute-force code searching for cell of non-identical displacement for CSL grain boundaries and interfaces (2022)
  • Author(s): YS. Xie, K. Shibata, and T. Mizoguchi
  • Journal Title: Comp. Phys. Comm. Volume: 273
  • Peer Reviewed
• [Journal Article] Determination of the Spectrum-structure Relationship by Tree Structure-based Unsupervised and Supervised Learning (2022)
  • Author(s): S. Kiyohara, *K. Kikumasa, K. Shibata, and T. Mizoguchi
  • Journal Title: Ultramicroscopy Volume: 233
  • Peer Reviewed / Open Access
• [Journal Article] 人工知能を利用した界面物性および表面物性の予測 (2022)
  • Author(s): 溝口照康, 柴田基洋
  • Journal Title: セラミックデータブック 2021/2022 Volume: 49 Pages: 37-42
  • Peer Reviewed
• [Journal Article] Structure and lattice thermal conductivity of grain boundaries in silicon by using machine learning potential and molecular dynamics (2022)
  • Author(s): Susumu Fujii, Atsuto Seko
  • Journal Title: Computational Materials Science Volume: 204 Pages: 111137-111137
  • DOI: 10.1016/j.commatsci.2021.111137
  • Peer Reviewed / Open Access
• [Journal Article] Dataset on structure and physical properties of stable diatomic systems based on van der Waals density functional method (2021)
  • Author(s): K. Shibata, E. Suzuki, and T. Mizoguchi
  • Journal Title: Data in Brief Volume: 36 Pages: 106968-106968
  • Peer Reviewed / Open Access
• [Journal Article] ピクセル型STEM検出器によるタイコグラフィーの初歩 (2021)
  • Author(s): 三石和貴，中澤克昭，溝口照康，佐川隆亮，山崎裕一
  • Journal Title: 顕微鏡 Volume: 56 Pages: 31-37
  • NAID: 130008037289
  • Peer Reviewed
• [Journal Article] Accurate prediction of bonding properties by a machine learning-based model using isolated states before bonding (2021)
  • Author(s): E. Suzuki, K. Shibata, and T. Mizoguchi
  • Journal Title: Appl. Phys. Exp. Volume: 14 Issue: 8 Pages: 085503-085503
  • DOI: 10.35848/1882-0786/ac083b
  • Peer Reviewed / Open Access
• [Journal Article] First principles study on formation and migration energies of sodium and lithium in graphite (2021)
  • Author(s): I. Takahara and T. Mizoguchi
  • Journal Title: hys. Rev. Mater. Volume: 5 Issue: 8
  • DOI: 10.1103/physrevmaterials.5.085401
  • Peer Reviewed
• [Journal Article] Robotic fabrication of high-quality lamellae for aberration-corrected transmission electron microscopy (2021)
  • Author(s): H. Tsurusawa, N. Nakanishi,K. Kawano, Y. Chen,B. V. Leer, T. Mizoguchi
  • Journal Title: Scientifc Reports Volume: 11
  • Peer Reviewed / Open Access
• [Journal Article] Quantum Deep Descriptor: Physically Informed Transfer Learning from Small Molecules to Polymers (2021)
  • Author(s): M. Tsubaki and T. Mizoguchi
  • Journal Title: J. Chem. Theory Comput. Volume: 17 Pages: 7814-7821
  • Peer Reviewed / Open Access
• [Journal Article] Nanoscale Investigation of Local Thermal Expansion at SrTiO3 Grain Boundaries by Electron Energy Loss Spectroscopy (2021)
  • Author(s): K. Liao, K. Shibata,and T. Mizoguchi
  • Journal Title: Nano Letters Volume: 21 Pages: 10416-10422
  • Peer Reviewed / Open Access
• [Journal Article] Finding well-optimized special quasirandom structures with decision diagram (2021)
  • Author(s): Shinohara Kohei、Seko Atsuto、Horiyama Takashi、Tanaka Isao
  • Journal Title: Physical Review Materials Volume: 5 Issue: 11 Pages: 113803-113803
  • DOI: 10.1103/physrevmaterials.5.113803
  • Peer Reviewed
• [Journal Article] Revealing Spatial Distribution of Al-Coordinated Species in a Phase-Separated Aluminosilicate Glass by STEM-EELS (2020)
  • Author(s): K. Liao, A. Masuno, A. Taguchi, H. Moriwake, H. Inoue, and T. Mizoguchi
  • Journal Title: J. Phys. Chem. Lett. Volume: 11 Issue: 22 Pages: 9637-9642
  • DOI: 10.1021/acs.jpclett.0c02687
  • Peer Reviewed / Open Access
• [Journal Article] Quantum Deep Field: Data-Driven Wave Function, Electron Density Generation, and Atomization Energy Prediction and Extrapolation with Machine Learning (2020)
  • Author(s): Masashi Tsubaki and Teruyasu Mizoguchi
  • Journal Title: Physical Review Letters Volume: 125 Issue: 20 Pages: 206401-206401
  • DOI: 10.1103/physrevlett.125.206401
  • Peer Reviewed / Open Access
• [Journal Article] In situ observation of the dynamics in the middle stage of spinodal decomposition of a silicate glass via scanning transmission electron microscopy (2020)
  • Author(s): K. Nakazawa, S. Amma, and T. Mizoguchi
  • Journal Title: Acta Mater. Volume: 200 Pages: 720-726
  • DOI: 10.1016/j.actamat.2020.09.036
  • Peer Reviewed / Open Access
• [Journal Article] Radial distribution function from X-ray absorption near edge structure with an artificial neural network (2020)
  • Author(s): S. Kiyohara and T. Mizoguchi
  • Journal Title: J. Phys. Soc. Jpn Volume: 89 Issue: 10 Pages: 103001-103001
  • DOI: 10.7566/jpsj.89.103001
  • Peer Reviewed / Open Access
• [Journal Article] Local thickness and composition measurements from scanning convergent-beam electron diffraction of a binary non-crystalline material obtained by a pixelated detector (2020)
  • Author(s): K. Nakazawa, K. Shibata, K. Mitsuishi, S. Amma, and T. Mizoguchi
  • Journal Title: Ultramicroscopy Volume: 217 Pages: 113077-113077
  • DOI: 10.1016/j.ultramic.2020.113077
  • Peer Reviewed / Open Access
• [Journal Article] EQCM analysis of intercalation species into graphite positive electrodes for Al batteries (2020)
  • Author(s): Yamagata Shingo、Takahara Izumi、Wang Mengqiao、Mizoguchi Teruyasu、Yagi Shunsuke
  • Journal Title: Journal of Alloys and Compounds Volume: 846 Pages: 156469-156469
  • DOI: 10.1016/j.jallcom.2020.156469
  • Peer Reviewed / Open Access
• [Journal Article] Learning excited states from ground states by using an artificial neural network (2020)
  • Author(s): Kiyohara Shin、Tsubaki Masashi、Mizoguchi Teruyasu
  • Journal Title: npj Computational Materials Volume: 6 Issue: 1 Pages: 1-6
  • DOI: 10.1038/s41524-020-0336-3
  • Peer Reviewed / Open Access
• [Journal Article] Real-Space Mapping of Oxygen Coordination in Phase-Separated Aluminosilicate Glass: Implication for Glass Stability (2020)
  • Author(s): K. Liao, M. Haruta, A. Masuno, H. Inoue, H. Kurata, and T. Mizoguchi, Y. Ikuhara
  • Journal Title: ACS Applied Nano Materials Volume: 3 Issue: 6 Pages: 5053-5060
  • DOI: 10.1021/acsanm.0c00196
  • Peer Reviewed / Open Access
• [Journal Article] Machine learning approaches for ELNES/XANES (2020)
  • Author(s): Mizoguchi Teruyasu、Kiyohara Shin
  • Journal Title: Microscopy Volume: ー Issue: 2 Pages: 1-18
  • DOI: 10.1093/jmicro/dfz109
  • Peer Reviewed / Open Access
• [Journal Article] Prediction of interface and vacancy segregation energies at silver interfaces without determining interface structures (2020)
  • Author(s): R. Otani, S. Kiyohara, K. Shibata and T. Mizoguchi
  • Journal Title: Applied Physics Express Volume: 13
  • Peer Reviewed / Open Access
• [Journal Article] データ駆動型内殻電子励起分光スペクトル（ELNES/XANES）解析 (2020)
  • Author(s): 溝口照康，清原慎
  • Journal Title: 日本化学会情報化学部会誌 Volume: 38 Pages: 16-19
  • NAID: 130007960372
  • Peer Reviewed / Open Access
• [Journal Article] 結晶界面インフォマティクス：構造決定と構造機能相関 (2020)
  • Author(s): 大谷龍剣，清原慎，溝口照康
  • Journal Title: まてりあ Volume: 59 Pages: 134-138
  • NAID: 130007804020
  • Peer Reviewed / Open Access
• [Journal Article] 機械学習を利用した結晶界面構造決定と構造機能相関 (2020)
  • Author(s): 溝口照康，清原慎，大谷龍剣
  • Journal Title: 触媒 Volume: 62 Pages: 35-41
  • Peer Reviewed / Open Access
• [Journal Article] Sampling strategy in efficient potential energy surface mapping for predicting atomic diffusivity in crystals by machine learning (2020)
  • Author(s): Toyoura Kazuaki、Fujii Takeo、Kanamori Kenta、Takeuchi Ichiro
  • Journal Title: Physical Review B Volume: 101 Issue: 18 Pages: 26823-26830
  • DOI: 10.1103/physrevb.101.184117
  • Peer Reviewed / Open Access
• [Journal Article] Machine-learning-based sampling method for exploring local energy minima of interstitial species in a crystal (2020)
  • Author(s): Toyoura Kazuaki、Kanayama Kansei
  • Journal Title: Physical Review B Volume: 102 Issue: 17
  • DOI: 10.1103/physrevb.102.174105
  • Peer Reviewed / Open Access
• [Journal Article] Prediction of perovskite-related structures in ACuO3-x (A = Ca, Sr, Ba, Sc, Y, La) using density functional theory and Bayesian optimization (2020)
  • Author(s): A. Seko and S. Ishiwata
  • Journal Title: Phys. Rev. B Volume: 101 Issue: 13 Pages: 134101-134101
  • DOI: 10.1103/physrevb.101.134101
  • Peer Reviewed / Open Access
• [Journal Article] Fast material search of lithium ion conducting oxides using a recommender system (2020)
  • Author(s): Suzuki Kota、Ohura Kosei、Seko Atsuto、Iwamizu Yudai、Zhao Guowei、Hirayama Masaaki、Tanaka Isao、Kanno Ryoji
  • Journal Title: Journal of Materials Chemistry A Volume: 8 Issue: 23 Pages: 11582-11588
  • DOI: 10.1039/d0ta02556a
  • Peer Reviewed / Open Access
• [Journal Article] Enumeration of nonequivalent substitutional structures using advanced data structure of binary decision diagram (2020)
  • Author(s): Shinohara Kohei、Seko Atsuto、Horiyama Takashi、Ishihata Masakazu、Honda Junya、Tanaka Isao
  • Journal Title: The Journal of Chemical Physics Volume: 153 Issue: 10 Pages: 104109-104109
  • DOI: 10.1063/5.0021663
  • Peer Reviewed / Open Access
• [Journal Article] Application of machine learning potentials to predict grain boundary properties in fcc elemental metals (2020)
  • Author(s): Takayuki Nishiyama, Atsuto Seko, and Isao Tanaka
  • Journal Title: Phys. Rev. Materials Volume: 4 Issue: 12 Pages: 123607-123607
  • DOI: 10.1103/physrevmaterials.4.123607
  • Peer Reviewed / Open Access
• [Journal Article] Machine learning potentials for multicomponent systems: The Ti-Al binary system (2020)
  • Author(s): Seko Atsuto
  • Journal Title: Physical Review B Volume: 102 Issue: 17 Pages: 174104-174104
  • DOI: 10.1103/physrevb.102.174104
  • NAID: 120006898049
  • Peer Reviewed / Open Access
• [Journal Article] 機械学習を用いた物質界面構造の高速決定 (2019)
  • Author(s): 清原慎，溝口照康
  • Journal Title: 表面と真空 Volume: 62 Pages: 130-135
  • NAID: 130007609069
  • Peer Reviewed
• [Journal Article] 走査透過型電子顕微鏡法によるガラス，イオン液体，および気体の構造解析 (2019)
  • Author(s): 溝口照康，宮田智衆，清原慎，中澤克昭，杉森悠貴
  • Journal Title: セラミックス Volume: 54 Pages: 66-71
  • Peer Reviewed
• [Journal Article] Vibrational Effects in X-ray Absorption Spectra of 2D Layered Materials (2019)
  • Author(s): W. Olovsson, T. Mizoguchi, M. Magnuson, S. Kontur, A. Togo, O. Hellman, I. Tanaka, and C. Draxl
  • Journal Title: J. Phys. Chem. Volume: C 123
  • Peer Reviewed
• [Journal Article] Atomic-scale investigation of the heterogeneous structure and ionic distribution in an ionic liquid using scanning transmission electron microscopy (2019)
  • Author(s): Y. Sugimori, T. Miyata, H. Hashiguchi, E. Okunishi, and T. Mizoguchi
  • Journal Title: RSC Advances Volume: 9 Pages: 10520-10527
  • Peer Reviewed
• [Journal Article] Quantitative estimation of properties from core-loss spectrum via neural network (2019)
  • Author(s): S. Kiyohara, M. Tsubaki, Kunyen Liao, and T. Mizoguchi
  • Journal Title: J. Phys.: Materials Volume: 2
  • Peer Reviewed
• [Journal Article] Machine learning for structure determination and investigating the structure-property relationships of interfaces (2019)
  • Author(s): H. Oda, S. Kiyohara and T. Mizoguchi
  • Journal Title: J. Phys.: Materials, Volume: 2
  • Peer Reviewed
• [Journal Article] 機械学習を活用した界面構造探索とスペクトル解析 (2019)
  • Author(s): 清原慎，溝口照康
  • Journal Title: 人工知能 Volume: 34巻 3号 Pages: 345-350
  • NAID: 130007917611
  • Peer Reviewed
• [Journal Article] EELSと第一原理計算によるエキシトン，原子振動および van derWaals 力の解析 (2019)
  • Author(s): 溝口照康，清原慎
  • Journal Title: セラミックス Volume: 54 Pages: 456-463
  • Peer Reviewed
• [Journal Article] 機械学習を活用したスペクトル解析 (2019)
  • Author(s): 溝口照康，清原慎
  • Journal Title: Isotope News Volume: 764 Pages: 20-23
  • Peer Reviewed
• [Journal Article] 機械学習を活用した結晶界面研究 (2019)
  • Author(s): 溝口照康
  • Journal Title: 応用物理学会誌 Volume: 88 Pages: 745-749
  • NAID: 130007742920
  • Peer Reviewed
• [Journal Article] 機械学習を活用した結晶界面構造決定 (2019)
  • Author(s): 溝口照康，清原慎
  • Journal Title: 錯体学会誌 Volume: 74 Pages: 59-62
  • Peer Reviewed
• [Presentation] DiRectアルゴリズムに基づいた大域的最適化手法の開発と構造探索への応用 (2022)
  • Author(s): 金山 侃生，豊浦 和明，宇田 哲也
  • Organizer: 日本金属学会2022年春季講演大会
• [Presentation] ibrational and coordinational structures in glass investigated by STEM-EELS (2022)
  • Author(s): Teruyasu Mizoguchi
  • Organizer: Online Symposium of Glass Science and Technology
  • Int'l Joint Research / Invited
• [Presentation] 機械学習を活用した構造機能相関およびスペクトル機能相関の解析 (2022)
  • Author(s): 溝口照康
  • Organizer: ダイナミックアライアンス合同分科会
  • Invited
• [Presentation] 放射光およびTEMで測定される内殻電子励起スペクトルの情報科学解析 (2022)
  • Author(s): 溝口照康
  • Organizer: 日本学術振興会R026委員会第8回研究会
  • Invited
• [Presentation] Prediction of materials properties from core-loss spectrum using neural network (2022)
  • Author(s): Teruyasu Mizoguchi
  • Organizer: Americal Physical Society (APS) Spring Meeting 2022
  • Int'l Joint Research / Invited
• [Presentation] Nano-meter scale Observation of Atomistic Vibration in Silicate Glass by Monochromated EELS (2021)
  • Author(s): Kunyen Liao, Kiyou Shibata, and T. Mizoguchi
  • Organizer: International Conference on Ceramics (ICC)
  • Int'l Joint Research
• [Presentation] Simultaneous Assessment of Thickness and Composition of Non-crystalline Silicate Glass by High-speed pixeled detector (2021)
  • Author(s): Katsuaki Nakazawa, K. Mitsuishi, Kiyou Shibata, and T. Mizoguchi
  • Organizer: International Conference on Ceramics (ICC)
  • Int'l Joint Research
• [Presentation] Data-driven Approaches for Materials Characterization:Core-loss Spectroscopy & Surface Adsorption (2021)
  • Author(s): Teruyasu Mizoguchi, Kiyou Shibata, Eiki Suzuki, and Kakeru Kikumasa
  • Organizer: The 9th International Symposium on Surface Science (ISSS9)
  • Int'l Joint Research
• [Presentation] ガラス材料中バイノーダル型相分離過程のSTEM内高温その場観察 (2021)
  • Author(s): 中澤克昭，三石和貴，安間伸一，柴田基洋，溝口照康
  • Organizer: 日本顕微鏡学会
• [Presentation] Measurement of Local Thermal Expansion in Ceramics with Valence EELS (2021)
  • Author(s): Kunyen Liao，柴田基洋，溝口照康
  • Organizer: 日本顕微鏡学会
• [Presentation] ニューラルネットワークの感度解析に基づいたELNES/XANES解釈法の開発 (2021)
  • Author(s): 清原慎，菊政翔，柴田基洋，溝口照康
  • Organizer: 日本顕微鏡学会
• [Presentation] ニューラルネットワークによる内殻励起スペクトルからの物性予測 (2021)
  • Author(s): 柴田基洋，清原慎，菊政翔，溝口照康
  • Organizer: 日本顕微鏡学会
• [Presentation] 化学結合についての結合状態データベースの作成と機械学習を用いた結合予測 (2021)
  • Author(s): 柴田基洋，鈴木叡輝，溝口照康
  • Organizer: 日本金属学会秋季大会
• [Presentation] 電子エネルギー損失分光法による酸化物セラミック中熱膨張率の局所解析 (2021)
  • Author(s): Kunyen Liao，柴田基洋，溝口照康
  • Organizer: 日本金属学会秋季大会
• [Presentation] 対称傾角粒界データベースの構築と情報科学手法による構造予測の検討 (2021)
  • Author(s): 畑勇気，Yaoshu Xie，柴田基洋，溝口照康
  • Organizer: 電子材料研究討論会
• [Presentation] 機械学習，第一原理計算および電子顕微鏡を活用した材料の構造・物性解析 (2021)
  • Author(s): 溝口照康，畑勇気，柴田基洋
  • Organizer: 電子材料研究討論会
• [Presentation] データ駆動型EELSスペクトル解析 (2021)
  • Author(s): 溝口照康
  • Organizer: 日本顕微鏡学会学術講演会
  • Invited
• [Presentation] 機械学習を利用したスペクトル解析 (2021)
  • Author(s): 溝口照康
  • Organizer: 応用物理学会 光波センシング技術研究会
  • Invited
• [Presentation] 第一原理計算と電子顕微鏡，情報科学を用いた物質研究 (2021)
  • Author(s): 溝口照康
  • Organizer: 東京理科大学特別講義
  • Invited
• [Presentation] 機械学習を活用した機能コア解析 (2021)
  • Author(s): 溝口照康
  • Organizer: 第15回物性科学領域横断研究会
  • Invited
• [Presentation] EELSの基礎と解釈 (2021)
  • Author(s): 溝口照康
  • Organizer: 分析電子顕微鏡研究討論会
  • Invited
• [Presentation] In-situ STEM observation of heterogeneous structure in glass and ionic liquid (2021)
  • Author(s): Teruyasu Mizoguchi
  • Organizer: PacificChem 2021
  • Int'l Joint Research / Invited
• [Presentation] 機械学習，第一原理計算，ナノ計測を活用した物質の構造解析 (2021)
  • Author(s): 溝口照康
  • Organizer: ニューガラスフォーラム
  • Invited
• [Presentation] スペクトルを記述子とした物性予測 (2021)
  • Author(s): 溝口照康
  • Organizer: JST 情報計測 講演会
  • Invited
• [Presentation] 機械学習を用いたポテンシャルエネルギー曲面の高効率探索 (2021)
  • Author(s): 豊浦 和明
  • Organizer: 日本金属学会2021年秋期講演大会
  • Invited
• [Presentation] 第一原理計算と機械学習を用いた原子間相互作用のモデリングと結晶構造探索 (2021)
  • Author(s): 世古 敦人
  • Organizer: 第5回固体化学フォーラム研究会
  • Invited
• [Presentation] 第一原理計算と機械学習を用いた原子間相互作用のモデリングと結晶構造探索 (2021)
  • Author(s): 世古 敦人
  • Organizer: MRM Forum 2021 tutorial
  • Int'l Joint Research / Invited
• [Presentation] 電子エネルギー損失分光法によるセラミック中熱膨張率の局所解析 (2021)
  • Author(s): 廖クン硯, 柴田基洋, 溝口照康
  • Organizer: 日本セラミックス協会2021年年会
• [Presentation] ダイヤモンド構造材料の対称傾角粒界における準安定構造の相転移 (2021)
  • Author(s): 謝耀枢, 柴田基洋, 溝口照康
  • Organizer: 日本セラミックス協会2021年年会
• [Presentation] 炭素 K 端 ELNES/XANES を記述子とした分子物性予測 (2021)
  • Author(s): 菊政翔、清原慎、柴田基洋、溝口照康
  • Organizer: 日本セラミックス協会2021年年会
• [Presentation] 結合前の電子状態から結合物性を予測する機械学習モデルの開発 (2021)
  • Author(s): 鈴木叡輝、柴田基洋、溝口照康
  • Organizer: 日本セラミックス協会2021年年会
• [Presentation] 格子欠陥とアート (2021)
  • Author(s): 溝口照康
  • Organizer: インスピ #1
  • Invited
• [Presentation] 機械学習を用いたEELSスペクトルの解析 (2021)
  • Author(s): 溝口照康
  • Organizer: NIMS先端計測シンポジウム
  • Invited
• [Presentation] Data-driven analysis of XAFS and EELS (2021)
  • Author(s): 溝口照康
  • Organizer: 日本化学会春季大会
  • Invited
• [Presentation] Prediction of Change of DOS Associated with Bond Formation Using Machine Learning (2020)
  • Author(s): E. Suzuki, K. Shibata and T. Mizogichi,
  • Organizer: 2020 MRS Fall Meetings & Exhibits
  • Int'l Joint Research
• [Presentation] Non-spectroscopic method for simultaneous determinations of thickness and composition of amorphous materials via 4D-STEM (2020)
  • Author(s): K. Nakazawa, K. Mitsuishi, S. Amma, K. Shibata and T. Mizoguchi,
  • Organizer: Microscopy & Microanalysis(M&M2020)
  • Int'l Joint Research
• [Presentation] Probing Thermal Expansion Coefficient of SrTiO3 Grain Boundaries by In-Situ STEM-EELS (2020)
  • Author(s): K. Liao, K. Shibata, T. Mizoguchi
  • Organizer: 2020 MRS Fall Meetings & Exhibits
  • Int'l Joint Research
• [Presentation] Nano-meter Scale Observation of Local Network Structure in Aluminosilicate Glass via Vibrational EELS (2020)
  • Author(s): K. Liao, A. Masuno, H. Inoue, T. Mizoguchi
  • Organizer: Microscopy and Microanalysis(M&M2020)
  • Int'l Joint Research
• [Presentation] Quantitative prediction of organic molecular properties from ELNES via artificial neural network (2020)
  • Author(s): K. Kikumasa, S. Kiyohara, K. Shibata and T. Mizoguchi
  • Organizer: Microscopy & Microanalysis (M&M2020)
  • Int'l Joint Research
• [Presentation] Neural Network Approach for Predicting Organic Molecular Properties from core-loss spectroscopy (2020)
  • Author(s): K. Kikumasa, S. Kiyohara, K. Shibata and T. Mizoguchi
  • Organizer: 2020 MRS Fall Meetings & Exhibits
  • Int'l Joint Research
• [Presentation] 4D-STEMを用いた非晶質の組成・試料厚同時マッピング (2020)
  • Author(s): 中澤克昭, 安間伸一, 溝口照康
  • Organizer: 公益社団法人日本顕微鏡学会第76回学術講演会
• [Presentation] ニューラルネットワークを用いた炭素K端ELNES/XANESからの物性予測 (2020)
  • Author(s): 菊政翔，清原慎，柴田基洋，溝口照康
  • Organizer: 第67回応用物理学会春季学術講演会
• [Presentation] 機械学習を用いた原子結合及び状態密度の予測 (2020)
  • Author(s): 鈴木叡輝、柴田基洋、溝口照康
  • Organizer: 日本金属学会
• [Presentation] 機械学習を用いた結合形成に伴う状態密度変化の予測 (2020)
  • Author(s): 鈴木叡輝、柴田基洋、溝口照康
  • Organizer: 第81回応用物理学会秋季学術講演会
• [Presentation] ダイヤモンド型構造における安定・準安定粒界相の探索(Determination of Stable and Meta-stable Grain Boundary Phases in Diamond-structured Materials） (2020)
  • Author(s): 謝耀枢，溝口照康、柴田基洋
  • Organizer: 日本金属学会2020年秋期講演大会
• [Presentation] 有機分子におけるスペクトル―物性相関 (2020)
  • Author(s): 菊政翔，清原慎，柴田基洋，溝口照康
  • Organizer: 第81回応用物理学会秋季学術講演会
• [Presentation] 4D-STEMによる非晶質材料の組成・試料厚計測 (2020)
  • Author(s): 中澤克昭, 三石和貴，安間伸一, 安間伸一，溝口照康
  • Organizer: 公益社団法人日本セラミックス協会, 第33回秋季シンポジウム
• [Presentation] Real-space analysis of Al and O distribution in Aluminosilicate Glass (2020)
  • Author(s): K. Liao, A. Masuno, H. Inoue, T. Mizoguchi
  • Organizer: Fall Meeting of The Ceramic Society of Japan
• [Presentation] 第一原理計算と機械学習による原子間ポテンシャルおよび結晶構造探索 (2020)
  • Author(s): 世古敦人
  • Organizer: 日本セラミックス協会 第33回秋季シンポジウム
• [Presentation] 機械学習を活用したXAFSスペクトル解析 (2020)
  • Author(s): 溝口照康
  • Organizer: 第23回XAFS研究会
  • Invited
• [Presentation] EELSを用いたガラスの配位数および原子振動の計測" (2020)
  • Author(s): 溝口照康
  • Organizer: 第56回X線分析討論会
  • Invited
• [Presentation] 単色化 EELS を用いたガラスの局所構造解析 (2020)
  • Author(s): 溝口照康
  • Organizer: 第63回日本顕微鏡学会シンポジウム
  • Invited
• [Presentation] EELS/XAFSインフォマティクス～機械学習によるスペクトル解析の刷新～ (2020)
  • Author(s): 溝口照康
  • Organizer: 国際ナノテクノロジー総合展・技術会議 nanotech 2021
  • Invited
• [Presentation] 人工知能による格子欠陥の内挿的学習 (2020)
  • Author(s): 溝口照康
  • Organizer: 日本物理学会格子欠陥フォーラム
  • Invited
• [Presentation] ELNESインフォマティクス (2020)
  • Author(s): 溝口照康
  • Organizer: 顕微鏡計測インフォマティクス第一回シンポジウム, 名古屋大学，愛知，1/25，2020
  • Invited
• [Presentation] 機械学習と先端電子顕微鏡によるナノ構造解析 (2020)
  • Author(s): 溝口照康
  • Organizer: NIMS先端計測シンポジウム, NIMS，茨木，3/2，2020
  • Invited
• [Presentation] Machine learning and DFT simulation for core-loss spectroscopy (2020)
  • Author(s): 溝口照康
  • Organizer: 日本化学会春季大会, 東京理科大野田キャンパス，千葉，3/24，2020
  • Invited
• [Presentation] ニューラルネットワークを用いた炭素K端ELNES/XANESからの物性予測 (2020)
  • Author(s): 菊政翔，清原慎，柴田基洋，溝口照康
  • Organizer: 応用物理学会春季大会, 上智大学，東京，3/14，2020
• [Presentation] 網羅的粒界構造決定アルゴリズムの開発とSi非対称粒界構造解析への利用 (2020)
  • Author(s): Yaoshu Xie，柴田基洋，溝口照康
  • Organizer: 日本金属学会春季大会, 東工大，東京，3/18，2020
• [Presentation] 機械学習を用いた原子結合及び状態密度の予測 (2020)
  • Author(s): 鈴木叡輝，柴田基洋，溝口照康
  • Organizer: 日本金属学会春季大会, 東工大，東京，3/18，2020
• [Presentation] Machine learning and DFT simulation for XAFS/EELS (2019)
  • Author(s): Teruyasu Mizoguchi
  • Organizer: The 1st Workshop of Reaction Infography (R-ing) Unit，June 11, 2019
  • Int'l Joint Research / Invited
• [Presentation] 人工知能技術と量子化学計算を用いたスペクトルからの情報抽出 (2019)
  • Author(s): 溝口照康
  • Organizer: 表面真空学会実用顕微評価技術セミナー、東京，小柴ホール、6/13，2019
  • Invited
• [Presentation] 第一原理計算および機械学習を用いたELNES/XANES解析 (2019)
  • Author(s): 溝口照康
  • Organizer: 顕微鏡学会学術講演会，名古屋，6/18，2019
  • Invited
• [Presentation] ガラスにおける相分離構造の高温その場観察 (2019)
  • Author(s): 中澤克昭，安間伸一，溝口照康
  • Organizer: 顕微鏡学会学術講演会，名古屋，6/17，2019
  • Invited
• [Presentation] 機械学習，原子分解能電子顕微鏡，第一原理計算による材料分析 (2019)
  • Author(s): 溝口照康
  • Organizer: 東レリサーチセンター講演会，大津，滋賀，6/25，2019
  • Invited
• [Presentation] シミュレーションと機械学習による格子欠陥評価 (2019)
  • Author(s): 溝口照康
  • Organizer: 日本学術振興会第166委員会研究会，虎ノ門，東京，7/26，2019
  • Invited
• [Presentation] 機械学習を利用した結晶界面構造決定と物性の予測 (2019)
  • Author(s): 溝口照康
  • Organizer: 応用数理学会2019年度年会，駒場，東京，9/5，2019
  • Invited
• [Presentation] 機械学習を活用した機能コア解析 (2019)
  • Author(s): 溝口照康 (基調講演)
  • Organizer: 日本金属学会2019年度秋季大会，岡山大学，岡山，9/12，2019
  • Invited
• [Presentation] 結晶界面インフォマティクスの最近の進展 (2019)
  • Author(s): 溝口照康
  • Organizer: 日本物理学会格子欠陥フォーラム，豊田工業大学，愛知，9/15，2019
  • Invited
• [Presentation] 機械学習を用いたELNES/XANESスペクトル解析手法の開発 (2019)
  • Author(s): 清原慎，椿真史，溝口照康
  • Organizer: 応用物理学会2019年度秋季大会，北海道大学，北海道，9/21，2019
  • Invited
• [Presentation] ガラスにおける相分離現象の高温その場観察 (2019)
  • Author(s): 中澤克昭，溝口照康
  • Organizer: 新学術領域研究「機能コア」若手の会，浜松，静岡，9/24，2019
  • Invited
• [Presentation] 第一原理計算計算，透過型電子顕微鏡および機械学習を活用した物質の構造解析 (2019)
  • Author(s): 溝口照康
  • Organizer: 豊橋技術科学大学特別講義，豊橋，愛知，10/4，2019
  • Invited
• [Presentation] 機械学習を利用した結晶界面構造の最適化とスペクトル解析 (2019)
  • Author(s): 溝口照康
  • Organizer: JSTインテリジェント計測講演会，本郷，東京，10/7，2019
  • Invited
• [Presentation] EELS/XAFSの第一原理計算とマテリアルズインフォマティクス (2019)
  • Author(s): 溝口照康
  • Organizer: JFEテクノリサーチ講演会，川崎，神奈川，10/9，2019
  • Invited
• [Presentation] 人工知能と第一原理計算による高速・高精度なデータ解析～分光法への応用～ (2019)
  • Author(s): 溝口照康
  • Organizer: 化学フェスタ2019，八丁堀，東京，10/17，2019
  • Invited
• [Presentation] Machine learning for crystalline interface and core-loss spectrum (2019)
  • Author(s): Teruyasu Mizoguchi
  • Organizer: TSMC-UTokyo workshop，Taiwan，11/1，2019
  • Int'l Joint Research / Invited
• [Presentation] シミュレーションと機械学習による格子欠陥評価 (2019)
  • Author(s): 溝口照康
  • Organizer: 日本学術振興会第161委員会講演会，名古屋，11/18，2019
  • Invited
• [Presentation] Bridging atomic-resolution experiment and computation using machine learning (2019)
  • Author(s): Teruyasu Mizoguchi
  • Organizer: Materials Research Meeting (MRM) 2019, 横浜，神奈川，12/11，2019
  • Int'l Joint Research / Invited
• [Presentation] データ駆動型XANES解析 (2019)
  • Author(s): 溝口照康
  • Organizer: Photon factory (PF)研究会, つくば，茨木，12/17，2019
  • Invited
• [Presentation] Data-Driven Approach for Crystalline Interface and Spectrum (2019)
  • Author(s): Teruyasu Mizoguchi
  • Organizer: 3rd Functional Materials Symposium (FMS) 2019, 札幌，北海道，12/19，2019
  • Int'l Joint Research / Invited
• [Presentation] 酸化物中におけるプロトン拡散の原子論的理解 (2019)
  • Author(s): 豊浦 和明
  • Organizer: 第76回固体イオニクス研究会、2019/12/5
  • Invited
• [Presentation] Observation of Single Atoms and Nano Structures in Liquid using Scanning Transmission Electron Microscopy (2019)
  • Author(s): T. Miyata and T. Mizoguchi
  • Organizer: 6th International symposium on advanced microscopy and theoretical calculations (AMTC6), Nagoya, Aichi, June 14th, 2019
  • Int'l Joint Research
• [Presentation] In-situ Observation of Spinodal Decomposition Process in Silicate Glass (2019)
  • Author(s): K. Nakazawa and T. Mizoguchi
  • Organizer: 6th International symposium on advanced microscopy and theoretical calculations (AMTC6), Nagoya, Aichi, June 14th, 2019
  • Int'l Joint Research
• [Presentation] Probing Nanoscale Phase Separation in Aluminosilicate Glass with Electron Energy Loss Spectroscopy (2019)
  • Author(s): K. Liao, A. Masuno, H. Inoue, and T. Mizoguchi
  • Organizer: 6th International symposium on advanced microscopy and theoretical calculations (AMTC6), Nagoya, Aichi, June 14th, 2019
  • Int'l Joint Research
• [Presentation] Machine learning for Core-loss spectrum: Automated interpretation via both supervised and unsupervised learning (2019)
  • Author(s): S. Kiyohara and T. Mizoguchi
  • Organizer: 6th International symposium on advanced microscopy and theoretical calculations (AMTC6), Nagoya, Aichi, June 14th, 2019
  • Int'l Joint Research
• [Presentation] Machine Learning for Structure Property Relationship of Crystalline Interface (2019)
  • Author(s): R. Otani, S. Kiyohara, Y. Sugimori, and T. Mizoguchi
  • Organizer: 6th International symposium on advanced microscopy and theoretical calculations (AMTC6), Nagoya, Aichi, June 14th, 2019
  • Int'l Joint Research
• [Presentation] "Crystalline interface property prediction without the interface structure via machine learning (2019)
  • Author(s): R. Otani, S. Kiyohara, and T. Mizoguchi
  • Organizer: Tronto University-University of Tokyo workshop, Tronto, Canada, June 27th, 2019
  • Int'l Joint Research
• [Presentation] Comprehension of interfacial structure and property relationship via machine learning (2019)
  • Author(s): R. Otani, S. Kiyohara, K. Shibata, and T. Mizoguchi
  • Organizer: Pacfic Rim conference on ceramics society (PacRIM2019), Ginowan, Okinawa, Oct.28, 2019
  • Int'l Joint Research
• [Presentation] Nanoscale Investigation on Crack-resistant Aluminosilicate Glasses with STEM EELS (2019)
  • Author(s): Kun-Yen Liao, A. Masuno, H. Inoue, and T. Mizoguchi
  • Organizer: Pacfic Rim conference on ceramics society (PacRIM2019), Ginowan, Okinawa, Oct.28, 2019
  • Int'l Joint Research
• [Presentation] Potential energy surface mapping by machine learning for characterizing atomic diffusion in crystals (2019)
  • Author(s): Kazuaki Toyoura
  • Organizer: The 13th Pacific Rim Conference of Ceramic Societies (PACRIM13), Ginowan, Okinawa, Oct.28, 2019
  • Int'l Joint Research / Invited
• [Presentation] Nanoscale Investigation on Crack-resistant Aluminosilicate Glasses with STEM EELS (2019)
  • Author(s): Kun-Yen Liao, A. Masuno, H. Inoue, and T. Mizoguchi
  • Organizer: National Taiwan University (NTU)-Univeristy of Tokyo (UT) workshop, Hongo, Tokyo, Dec.9, 2019
  • Int'l Joint Research
• [Presentation] Data-driven approach for core-loss spectroscopy: Prediction of spectra and Quantification of properties (2019)
  • Author(s): Shin Kiyohara, M. Tsubaki, and T. Mizoguchi
  • Organizer: Materials Research Society (MRS 2019), Boston, USA, Dec 5, 2019
  • Int'l Joint Research
• [Presentation] 機械学習を用いたELNESの予測と物性定量化 (2019)
  • Author(s): 清原慎，椿真史，溝口照康
  • Organizer: 日本顕微鏡学会学術講演会, 名古屋国際会議場，名古屋，June18，2019
• [Presentation] プロトン伝導性BaZrO3中のキャリア間相互作用 (2019)
  • Author(s): 豊浦 和明, 藤井 健雄, 畑田 直行, 韓 東麟, 宇田 哲也
  • Organizer: 日本金属学会2019年秋期講演大会，2019/9/12
• [Presentation] 構造決定を伴わない粒界物性予測 (2019)
  • Author(s): 大谷龍剣，清原慎，柴田基洋，溝口照康
  • Organizer: 日本金属学会2019年度秋季大会, 岡山大学，岡山，9/18，2019
• [Presentation] STEM-EELS Analysis on Local Structures of Aluminosilicate Glasses (2019)
  • Author(s): Liao Kunyen，増野敦信，井上博之，溝口照康
  • Organizer: 日本金属学会2019年度秋季大会, 岡山大学，岡山，9/18，2019
• [Presentation] Database Generation and Machine Learning Application in Grain Boundary Structure and Properties (2019)
  • Author(s): Yaoshu Xie，大谷龍剣，清原慎，柴田基洋，溝口照康
  • Organizer: 新学術領域「機能コア」若手の会, 鷲津，静岡，9/24，2019
• [Presentation] Probing Cation Local Coordination and Vibration Modes at Silicate Glass with STEM EELS (2019)
  • Author(s): Liao Kunyen，増野敦信，井上博之，柴田基洋，溝口照康
  • Organizer: 新学術領域「機能コア」若手の会, 鷲津，静岡，9/24，2019
• [Presentation] 機械学習を利用した ELNES/XANES スペクトル解析 (2019)
  • Author(s): 菊政翔，清原慎，柴田基洋，溝口照康
  • Organizer: 新学術領域「機能コア」若手の会, 鷲津，静岡，9/24，2019
• [Presentation] 吸着反応の理解に向けた情報科学的手法による表面構造解析 (2019)
  • Author(s): 鈴木叡輝，清原慎，柴田基洋，溝口照康
  • Organizer: 新学術領域「機能コア」若手の会, 鷲津，静岡，9/24，2019
• [Presentation] 完全結晶の原子配列を用いた結晶界面物性の予測 (2019)
  • Author(s): 大谷龍剣，清原慎，柴田基洋，溝口照康
  • Organizer: 新学術領域「機能コア」若手の会, 鷲津，静岡，9/24，2019
• [Presentation] 4D-STEMを用いた相分離・結晶化過程のその場観察 (2019)
  • Author(s): 中澤克昭，溝口照康
  • Organizer: 新学術領域「機能コア」若手の会, 鷲津，静岡，9/24，2019
• [Book] Machine Learning in Chemistry: The Impact of Artificial Intelligence Prof. Hugh M Cartwright (Oxford Univ.) edited (2020)
  • Author(s): T.Mizoguchi
  • Publisher: Royal Society of Chemistry publication
  • ISBN: 9781839160240
• [Book] 基礎系 化学 分析化学II:分光分析 (2020)
  • Author(s): 東京大学工学教程編纂委員会、馬渡 和真
  • Total Pages: 114
  • Publisher: 丸善出版
  • ISBN: 9784621304990
• [Book] Recommender Systems for Materials Discovery in “Machine Learning Meets Quantum Physics (2020)
  • Author(s): A. Seko, H. Hayashi, H. Kashima, and I. Tanaka
  • Total Pages: 467
  • Publisher: Springer
  • ISBN: 9783030402457
• [Remarks] 東京大学生産技術研究所・ナノ物質設計工学研究室（溝口研究室）ホームページ
  • URL: http://www.edge.iis.u-tokyo.ac.jp/
• [Remarks] 機械学習ポテンシャルデータベース
  • URL: https://sekocha.github.io/repository/index-e.html
• [Remarks] 分子動力学コード（LAMMPS）を用いた機械学習ポテンシャルの利用方法
  • URL: https://github.com/sekocha/lammps-mlip-package
• [Remarks] マスター方程式に基づいて拡散係数を算出するプログラム
  • URL: https://github.com/KazuakiToyoura/MASTEQ
• [Remarks] 化学結合データベース
  • URL: https://data.mendeley.com/datasets/yz5rrmvrgd/1
• [Remarks] 東京大学生産技術研究所・ナノ物質設計工学研究室（溝口研究室）ホームページ
  • URL: http://www.edge.iis.u-tokyo.ac.jp