Deepening design of experiments for autonomous-driven materials exploration

Research Project

Project/Area Number	25K00147
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61030:Intelligent informatics-related Basic Section 60030:Statistical science-related Sections That Are Subject to Joint Review: Basic Section60030:Statistical science-related , Basic Section61030:Intelligent informatics-related
Research Institution	The Institute of Statistical Mathematics
Principal Investigator	林慶浩統計数理研究所, 先端データサイエンス研究系, 助教 (80739029)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥18,850,000 (Direct Cost: ¥14,500,000、Indirect Cost: ¥4,350,000) Fiscal Year 2027: ¥6,110,000 (Direct Cost: ¥4,700,000、Indirect Cost: ¥1,410,000) Fiscal Year 2026: ¥6,110,000 (Direct Cost: ¥4,700,000、Indirect Cost: ¥1,410,000) Fiscal Year 2025: ¥6,630,000 (Direct Cost: ¥5,100,000、Indirect Cost: ¥1,530,000)
Keywords	マテリアルズインフォマティクス / 実験計画法 / ベイズ最適化 / 分子動力学シミュレーション / 自動化
Outline of Research at the Start	本研究では、ベイズ最適化を用いた材料探索における予測モデルの適用範囲の狭さやデータバイアスの課題を解決するため、ニューラルネットワークの汎化誤差のスケーリング則に基づいて機械学習モデル構築に適したデータ収集法を開発する。また、Conformal predictionを活用したモデル非依存型のベイズ最適化フレームワークを構築し、自動分子シミュレーションを通じてその有効性を検証する。