ディープラーニングとガウス過程を融合したベイズ最適化による材料探索手法の開発

• Project/Area Number: 25K17824
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 26020:Inorganic materials and properties-related
• Research Institution: Tohoku University
• Principal Investigator: 清原 慎 東北大学, 金属材料研究所, 講師 (20971881)
• Project Period (FY): 2025-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2025: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
• Keywords: マテリアルズインフォマティクス / ベイズ最適化 / 機械学習 / ニューラルネットワーク

Outline of Research at the Start

本研究では、DKLを用いたベイズ最適化手法を構築し、従来のガウス過程に基づく手法と比較してその有効性を検証する。柔軟な自動記述子生成と予測の不確実性評価を両立する本手法を、(1)結晶構造情報を含む第一原理計算データ、(2)組成情報のみを用いる第一原理計算データ、(3)組成情報のみを用いる実験データに適用し、さまざまな情報量・ノイズ条件下における探索効率を評価することで、実用的な材料探索手法の確立を目指す。