| Budget Amount *help |
¥44,980,000 (Direct Cost: ¥34,600,000、Indirect Cost: ¥10,380,000)
Fiscal Year 2023: ¥7,930,000 (Direct Cost: ¥6,100,000、Indirect Cost: ¥1,830,000)
Fiscal Year 2022: ¥7,930,000 (Direct Cost: ¥6,100,000、Indirect Cost: ¥1,830,000)
Fiscal Year 2021: ¥11,050,000 (Direct Cost: ¥8,500,000、Indirect Cost: ¥2,550,000)
Fiscal Year 2020: ¥7,930,000 (Direct Cost: ¥6,100,000、Indirect Cost: ¥1,830,000)
Fiscal Year 2019: ¥10,140,000 (Direct Cost: ¥7,800,000、Indirect Cost: ¥2,340,000)
|
|---|
| Outline of Annual Research Achievements |
マテリアルズインフォマティクスの要素技術開発に関する主な成果は，以下の通りである．Aoki et al., Macromolecules (2023)では，高分子相溶性予測モデルを開発し，論文発表とソフトウェア公開を実施した．Ohno et al., J Chem Inf Model (2023)では，22種類の高分子重合反応ルールを実装した仮想高分子生成モデルSMiPolyの論文発表とソフトウェア公開を実施した．本論文は，同誌のカバーアートに選定された．Zhang et al., STAM Methods (2023)では，逆合成経路予測に関する論文発表とソフトウェア公開を実施した．本論文は同誌のEditor’s choiceに選定された．Minami et al., Adv Neural Inf Process Syst (2023)では，期待損失を最小にする転移学習のクラス「アフィン転移学習」を発見し，論文を発表した．本成果の特集記事が，日経ロボティクスに掲載された．Kusaba et al., Phys Rev B (2023)では，カーネル平均埋め込みを用いて，力場パラメータに基づく高分子構造の完全表現記述子を開発し，論文発表とソフトウェア公開を実施した．
実証研究では，新しい準結晶を形成する化学組成の予測モデルを構築し，網羅的なスクリーニングを実施して4種類の新規準結晶を発見した（Liu et al., Phys Rev Mater (2023), Uryu et al., Adv Sci (2024)）．これらの物質は，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準結晶である．また，液晶相を形成するポリマーを設計する機械学習モデルを用いて，熱伝導率が1.0 W/(m・K) を超える新規液晶ポリマーを発見した．
|
