| Project Area | Hypermaterials: Inovation of materials scinece in hyper space |
|---|
| Project/Area Number |
19H05820
|
|---|
| 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 Institute of Statistical Mathematics |
|---|
Principal Investigator |
Yoshida Ryo 統計数理研究所, 先端データサイエンス研究系, 教授 (70401263)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
桂 ゆかり (岡本 ゆかり / 桂ゆかり) 国立研究開発法人物質・材料研究機構, 統合型材料開発・情報基盤部門, 主任研究員 (00553760)
竹森 那由多 (上田 那由多 / 竹森那由多) 大阪大学, 量子情報・量子生命研究センター, 准教授 (10784085)
野澤 和生 鹿児島大学, 理工学域理学系, 准教授 (00448763)
|
|---|
| Project Period (FY) |
2019-06-28 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥89,700,000 (Direct Cost: ¥69,000,000、Indirect Cost: ¥20,700,000)
Fiscal Year 2023: ¥19,370,000 (Direct Cost: ¥14,900,000、Indirect Cost: ¥4,470,000)
Fiscal Year 2022: ¥18,070,000 (Direct Cost: ¥13,900,000、Indirect Cost: ¥4,170,000)
Fiscal Year 2021: ¥19,370,000 (Direct Cost: ¥14,900,000、Indirect Cost: ¥4,470,000)
Fiscal Year 2020: ¥18,070,000 (Direct Cost: ¥13,900,000、Indirect Cost: ¥4,170,000)
Fiscal Year 2019: ¥14,820,000 (Direct Cost: ¥11,400,000、Indirect Cost: ¥3,420,000)
|
|---|
| Keywords | マテリアルズインフォマティクス / 準結晶 / データベース / 機械学習 / 第一原理電子状態計算 / 電子構造計算 |
|---|
| Outline of Research at the Start |
ハイパーマテリアル（準結晶、近似結晶等）を対象とするマテリアルズ・インフォマティクス（MI）の学術基盤を構築する。近年、様々な物質・材料を対象にMI の学術基盤が急速に形成されている。しかしながら、ハイパーマテリアルのMI （ハイパーマテリアルズ・インフォマティクス）は未踏領域であり、学術創生に向けた動きは国内外ともにみえてこない。我々はこの未踏領域を開拓する。
|
| Outline of Final Research Achievements |
We have developed an infrastructure of materials informatics for "hypermaterials," a group of quasiperiodic materials, including composition prediction of quasicrystals and approximants, XRD-based phase identification, ab initio electronic structure calculations, crystal structure prediction, descriptors, and so on. First, we developed HYPOD, an open database that comprehensively accumulates compositions, properties, and phase diagrams of quasicrystals and approximants. This is the world's first comprehensive database in the field of quasicrystals. Using this database, the machine learning group built a model to predict the chemical compositions that form thermodynamically stable quasicrystals, and succeeded in discovering many new quasicrystals. These are the first materials discovered by machine learning in the 40-year history of quasicrystal research.
|
| Academic Significance and Societal Importance of the Research Achievements |
本グループはハイパーマテリアルズインフォマティクスという準結晶研究の新機軸を創出した。データ駆動型研究のためのオープンデータを構築し、準結晶・近似結晶の組成予測や深層学習基づく相同定など，機械学習の実践により多くの新物質を発見することに成功した。これらは、40年に渡る準結晶研究の歴史において、機械学習が発見した初めての物質である。また、表面解析、触媒研究、バンド計算、高次元電子構造計算のアルゴリズム開発、分子動力学計算によるハイパーマテリアルの異常高温比熱の起源解明など、計算科学的手法に基づく準結晶研究の学術基盤を構築した。
|
