Prediction and interpretation of physical properties from simulation data by induction approach

2016 Fiscal Year Annual Research Report

• Project/Area Number: 26800203
• Research Institution: Yamanashi Eiwa College
• Principal Investigator: 杉山 歩 山梨英和大学, 人間文化学部, 准教授 (20586606)
• Project Period (FY): 2014-04-01 – 2017-03-31
• Keywords: データマイニング / 金属合金

Outline of Annual Research Achievements

本年度は２種の元素からなる合金(２元金属合金）既知のデータ群（結合長、融点、沸点など）と第一原理シミュレーションから得られたデータ群を用いた物性予測を行った。本年度の予測では230種の２元金属合金に対してK-meansクラスタリングによりグループ分けを行った。対象としたデータは（volumne, Formation_energy, Band_gap, A_Z, A_e_negativity, A_valence_e, A_first_ionization, A_boiling_point, A_melting_point, A_atomic_radius, A_average_ionic_radius, B_Z, B_e_negativity, B_valence_e, B_first_ionization, B_boiling_point, B_melting_point, B_atomic_radius, B_average_ionic_radius）の１９パラメータであり、クラスタリングにより数種類の分類を試行した結果、クラスター数３の分類結果がもっともクラスター毎の特長の解釈が行いやすい結果である事が示された。これら３つに分類されたクラスターは１．ホウ素・炭素合金類、２．遷移金属合金類、３．典型金属合金類となっており、４つの分類では典型金属元素がより細かく分類され、５つの分類では遷移金属がより細かく分類された。