2015 Fiscal Year Annual Research Report
インフォマティクスに基づく固体光学結晶材料の設計
Publicly Offered Research
| Project Area | Exploration of nanostructure-property relationships for materials innovation |
|---|
| Project/Area Number |
26106518
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
池野 豪一 大阪府立大学, 21世紀科学研究機構, 講師 (30584833)
|
|---|
| Project Period (FY) |
2014-04-01 – 2016-03-31
|
| Keywords | 計算材料科学 / 機械学習 / 第一原理計算 / 無機蛍光体 |
|---|
| Outline of Annual Research Achievements |
本研究では、機械学習を用いて無機固体光学結晶の光学特性を直接予測する新しい手法の開発を進めている。平成26年度においては、発光ピーク波長など光学特性を代表する単一の特徴量について予測モデルの構築を行い、ホスト結晶の化学組成のみから、実用的な誤差範囲で予測できることを示した。
一方、光学結晶としての特性を完全に理解するには、スペクトル形状そのものの予測が求められる。それに際して、光学スペクトルの様に、非負値かつエネルギーに対する連続関数に対して最適な回帰手法の開発が必要となる。そこで平成27年度においては、スペクトルと類似の特徴を持つ電子状態密度を対象として、新たな回帰手法の開発を行った。電子状態密度を対象としたのは、学習に用いる信頼できるデータを第一原理計算により十分な数用意することができるためである。
本研究では、単体金属を対象として第一原理計算により状態密度の計算を系統的に行い、状態密度データベースを作成した。一定のエネルギー範囲でサンプリングした状態密度の行列に対して非負値分解を適用した。これにより個々の状態密度を10ー20個程度の少数の独立成分の線形結合として表現することができる。線形結合の重み係数に対してサポートベクター回帰を行うことで、計算時間を短縮することができる。この手法により第一原理計算を行うよりもはるかに短時間で、比較的良い精度で状態密度を予測することができた。今後、データ数の増加、説明変数の改良により、更なる高精度化できるものと期待される。本手法を応用することにより、蛍光体の光学スペクトルを直接予測することができると期待される。
これらの成果については学会および、本新学術領域のシンポジウムにおいて発表した。
|
| 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。
|
Research Products
(17 results)
