2021 Fiscal Year Final Research Report

Discrete Geometric Analysis for materials design

Administrative Group

PDF

Project Area	Discrete Geometric Analysis for Materials Design
Project/Area Number	17H06460
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	Tohoku University
Principal Investigator	Kotani Motoko 東北大学, 材料科学高等研究所, 教授 (50230024)
Co-Investigator(Kenkyū-buntansha)	大西立顕立教大学, 人工知能科学研究科, 教授 (10376387) 内藤久資名古屋大学, 多元数理科学研究科, 准教授 (40211411) 高見誠一名古屋大学, 工学研究科, 教授 (40311550) 一木輝久名古屋大学, 未来社会創造機構, 特任准教授 (40711156) 古田幹雄東京大学, 大学院数理科学研究科, 教授 (50181459) 青柳岳司国立研究開発法人産業技術総合研究所, 材料・化学領域, 総括研究主幹 (50786241) 下川航也埼玉大学, 理工学研究科, 教授 (60312633) 橋本幸士京都大学, 理学研究科, 教授 (80345074)
Project Period (FY)	2017-06-30 – 2022-03-31
Keywords	離散幾何学 / トポロジー / 材料 / 階層ネットワーク
Outline of Final Research Achievements	"Discrete geometric analysis" is a mathematical framework, which enables us to describe and analyze the correlation between microscopic structures and macroscopic properties of various materials. In this project, we supported the development of such a framework to solve the "forward problems" predicting materials properties from their structure and the "inverse problems" suggesting reasonable structures from desired properties. Especially, we introduced various approaches to promote the spontaneous interaction among "mathematics", "materials science" and "data science", and successfully contributed to proposing a novel strategy for design of the next generation materials.
Free Research Field	数学、微分幾何学、離散幾何解析学
Academic Significance and Societal Importance of the Research Achievements	近年、データと人工知能（AI）を用いた物質材料の探索が盛んになっているが、ミクロな構造とマクロな性質との関係を調べ、求める性質を実現するための構造を予測する逆問題を解くことは簡単ではない。複雑な構造が持つ本質的な情報を見つけてミクロとマクロの関係を階層横断的に理解して逆問題を解くために、「数学」「材料の理論」「材料の実験」「データ科学」の連携を促して道すじを示すことを支援したことが、本課題の社会的意義である。また、これらの連携に主体的に関与することで、特に若手研究者が従来にない視点での研究テーマを見出せたことに、学術的意義があると言える。