統計的機械学習と第一原理計算に基づくプロトン伝導体の効率的探索
| Project Area | Exploration of nanostructure-property relationships for materials innovation |
|---|
| Project/Area Number |
26106513
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Science and Engineering
|
|---|
| Research Institution | Nagoya Institute of Technology |
|---|
Principal Investigator |
竹内 一郎 名古屋工業大学, 工学(系)研究科(研究院), 教授 (40335146)
|
|---|
| Project Period (FY) |
2014-04-01 – 2016-03-31
|
| Project Status |
Completed (Fiscal Year 2015)
|
| Budget Amount *help |
¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
Fiscal Year 2015: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2014: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
|
|---|
| Keywords | 機械学習 / 材料情報学 / 実験計画法 / ベイズ最適化 / クリギング |
|---|
| Outline of Annual Research Achievements |
平成２７年度は，本研究課題の主題であるプロトン伝導体の伝導度推定を効率的に行うためのデータ分析アルゴリズムの構築，実装を行い，さらにそれをモデルであるBarium Zirconate（BaZrO4）の伝導度推定問題へ適用することでその有効性を実証した．このデータ分析アルゴリズムでは，ポテンシャルエネルギー関数の確率モデルとしてガウス過程モデルを用い，このガウス過程モデルを用いてエネルギーが低い領域を効率的に同定することができる．プロトン伝導体の伝導度は低ポテンシャルエネルギー領域によって特徴づけられるため，伝導度の推定を効率的に行うことができる．さらに，Barium Zirconateにおける実証実験では，ガウス過程モデルの記述子として適した特徴量の検討を行い，低コストで計算可能なポテンシャルエネルギーの推定値を利用することが有益であることを示した．
|
| Research Progress Status |
27年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
27年度が最終年度であるため、記入しない。
|
Report
(2 results)
Research Products
(3 results)
