| 研究課題/領域番号 |
16K14379
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
無機材料・物性
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
岡本 ゆかり (桂ゆかり) 東京大学, 大学院新領域創成科学研究科, 助教 (00553760)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2016年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 材料インフォマティクス / データベース / 熱電材料 / 第一原理計算 / 機械学習 / マテリアルズインフォマティクス / データマイニング / データ科学 / 物性科学 / 熱電変換 / 物性データベース / 熱電変換材料 / 電気・電子材料 / ディレクトリ・情報検索 / コンテンツ・アーカイブ |
|---|
| 研究成果の概要 |
論文中のグラフ画像から実験データを効率的に収集する世界初のWebシステムStarrydataを開発し、材料インフォマティクスのオープンデータベースを公開した。応用例として、熱電材料についての実験データ収集を進め、約2,500本の熱電材料に関する論文から15,000試料を超える膨大な実験データの収集に成功した。ベストデータに偏ることなく幅広い特性の試料を収録した点、データ一括ダウンロード機能を搭載した点で画期的である。得られた熱電特性データと第一原理計算データを合わせて電子緩和時間の評価に成功した。さらに、化学組成を入力とした熱電特性の機械学習を行い、平均誤差85%程度の熱電特性予測に成功した。
|
| 研究成果の学術的意義や社会的意義 |
あらゆることがデータとしてAIに利用される現代、科学論文に掲載された実験データが、デジタルデータとして全く手に入らないのは時代遅れである。そこで本研究で開発したのは、論文中のグラフ画像から効率的に実験データを収集してデータベースを作成できるStarrydata webシステムである。例として約2500本の熱電材料の論文から約15000試料の実験データを収集して世界最大の熱電材料データベースを作成し、そのデータ解析により優れた熱電材料の特徴を解明した。今後は他の材料科学分野についても同様のデータベースを作成することで、AIを活用した材料開発の進歩に貢献したい。
|
