| Project/Area Number |
23K26720
|
|---|
| Project/Area Number (Other) |
23H02027 (2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 35020:Polymer materials-related
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
加藤 幸一郎 九州大学, 工学研究院, 教授 (30888889)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤ヶ谷 剛彦 九州大学, 工学研究院, 教授 (30444863)
|
|---|
| Project Period (FY) |
2024-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥18,980,000 (Direct Cost: ¥14,600,000、Indirect Cost: ¥4,380,000)
Fiscal Year 2025: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥10,920,000 (Direct Cost: ¥8,400,000、Indirect Cost: ¥2,520,000)
|
|---|
| Keywords | ポリマーインフォマティクス / 高分子電解質膜 / 粗視化シミュレーション / 機械学習 / パーシステントホモロジー |
|---|
| Outline of Research at the Start |
近年、マテリアルズインフォマティクス（MI）の台頭が目覚ましい。しかし、高分子材料は社会生活を支える基幹材料であるにも関わらず、MI適用事例は無機材料や低分子と比べると限定的である。特に、高分子特有のメゾスケール（10～100nm）の組織構造に基づいた高度機能（イオン伝導など）に対するMIは未踏領域となっている。本研究では、粗視化シミュレーション・トポロジカルデータ解析・説明可能AIの技術を用いて、様々な高度機能に展開可能な深化した高分子MIを世界に先駆けて実現する。
|
| Outline of Annual Research Achievements |
近年、マテリアルズインフォマティクス（MI）の台頭が目覚ましい。しかし、高分子材料は社会生活を支える基幹材料であるにも関わらず、MI適用事例は無機材料や低分子と比べると限定的であり、高分子特有のメゾスケール（10～100nm）の組織構造（以下ではメゾ構造と呼ぶ）に基づいた高度機能（イオン伝導など）に対するMIは未踏領域となっている。本研究では、メゾ構造をデータ科学的に取り扱うために必要となる“特徴量”を抽出する手法の確立がブレイクスルーの鍵であると考え、高分子電解質膜における高度機能（イオン伝導）を題材に、①粗視化シミュレーションによる精度の高いメゾ構造生成技術の確立②得られたメゾ構造からの特徴量抽出技術の確立③メゾ構造特徴量を加味した説明可能AIモデルの構築と新材料探索の3ステップを、実験・シミューション・データ科学を密に連動しながら進めている。
2024年度は①および②の深化を図ると共に③において新たな材料マップの作成を実施した。①においては、散逸粒子動力学法（DPD）を用いたNafionなどのポリマー材料に対する実験と矛盾しないメゾ構造の生成②においては、①で得られたメゾ構造に対してパーシステントホモロジーを適用することで、メゾ構造を機械学習可読なベクトルに変換することに成功し、教師無し機械学習であるPCAとUMAPを組み合わせた手法の適用によりプロトン伝導度の予測に利用可能であることを示唆する結果を得た。さらに、③においてホモポリマー・コポリマーを統一的に扱った説明可能AIの構築や、教師無し機械学習であるPCAとUMAPを組み合わせた手法による材料マップの作成にも成功した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の研究計画に従ってメゾ構造生成、特徴抽出、機械学習モデル構築がおおむね進んでおり、各種手法の有効性の評価にも着手している。さらに、次年度に向けた準備も順調に進んでいる。
|
| Strategy for Future Research Activity |
次年度は、研究計画に従って①メゾ構造生成と②特徴抽出の手法をさらに深化させるとともに、説明可能AIの構築と、それらからの材料設計指針の獲得を進める。
|
