第一原理計算と機械学習を融合した多元系空間における材料探索技術の構築

• Project/Area Number: 24K01147
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 26010:Metallic material properties-related
• Research Institution: Kyoto University
• Principal Investigator: 豊浦 和明 京都大学, 工学研究科, 准教授 (60590172)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,590,000 (Direct Cost: ¥14,300,000、Indirect Cost: ¥4,290,000); Fiscal Year 2027: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2026: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000); Fiscal Year 2025: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2024: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
• Keywords: マテリアルズ・インフォマティクス / 第一原理計算 / 機械学習 / 多元系材料探索

Outline of Research at the Start

近年，マテリアルズ・インフォマティクス (MI) が注目を集めており，計算材料科学・情報科学の技法を取り入れた効率的な材料開発を目指す動きが世界的な潮流となっている．ただ，現時点で，現行材料を凌駕する高機能化合物群が新たに発見されたという例は研究代表者の知る限り存在しない．そこで本研究では，第一原理計算と機械学習を効果的に融合した多元系材料探索の方法論を確立することを主目的とする．具体的には，複数の元素で構成される固体イオニクス材料をモデル系に材料機能の評価コストの高い機能性材料の効率的な探索を実現し，材料開発におけるMI技術の有用性を示す．