| 研究課題/領域番号 |
18K18942
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分26:材料工学およびその関連分野
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
世古 敦人 京都大学, 工学研究科, 准教授 (10452319)
|
|---|
| 研究期間 (年度) |
2018-06-29 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2018年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
|
|---|
| キーワード | 推薦システム / 無機化合物 / 機械学習 / 新規化合物 / 結晶化学 / データベース / 固体化学 |
|---|
| 研究成果の概要 |
無機結晶データベースに機械学習の一つである推薦システムを応用することで，合成可能な新規無機化合物を効率的に発見する方法を提案した．特に，既知データが少ない場合においても新規無機化合物を発見することが可能な推薦システムに基づいた方法を構築した．推薦システムを材料科学に応用する研究であり，その結果，100億以上の化学組成の中から，無機化合物が存在する組成を予測することができる．新規無機化合物の発見を大幅に加速させることができる．
|
| 研究成果の学術的意義や社会的意義 |
料科学と機械学習の融合により材料研究の加速を目指す「材料インフォマティクス」が国内外において行われ始めており，申請者はこの分野において，最先端の研究を行っている．本研究は，材料科学に推薦システムのアプローチを応用する試みであり，材料科学と機械学習の融合による挑戦的研究である．本研究は，材料インフォマティクスという新しい学術領域に貢献する．
また，推薦システムによる方法論により，１００億もの候補全組成に対して，合成可能性の情報を定量的に与えることができる．よって，本研究は，合成可能性のある化学組成をリストアップすることができるものであり，これまでの材料探索の体系を変える可能性がある．
|
