• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

高精度第一原理計算と能動学習を用いた汎用的物性値予測モデルの開発

研究課題

研究課題/領域番号 19K15275
研究種目

若手研究

配分区分基金
審査区分 小区分26010:金属材料物性関連
研究機関東京工業大学

研究代表者

高橋 亮  東京工業大学, 科学技術創成研究院, 助教 (80822311)

研究期間 (年度) 2019-04-01 – 2021-03-31
研究課題ステータス 完了 (2020年度)
配分額 *注記
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2019年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
キーワード第一原理計算 / 機械学習 / 能動学習 / データベース / マテリアルズインフォマティクス / 材料データベース
研究開始時の研究の概要

近年、第一原理計算の結果を収集した材料計算データベースが世界各国で公開されており、機械学習の手法を用いて物性値の予測モデルを構築する研究が盛んに行われている。しかしながら、既存の材料計算データベースでは、計算の精度の問題と、構成元素種や構造について偏りがあるという問題がある。
本研究ではまず既報物質に最新の第一原理計算手法を適用して高精度データベースと予測モデルの構築を行う。その後、元素種とプロトタイプ構造を組み合わせ未知物質の計算モデルを作る。これらの数は膨大で全ての計算は不可能なので、データの偏りを解消するモデルのみ計算を行うことでデータを追加し、データベースと予測モデルの汎用性を向上する。

研究成果の概要

系統的な第一原理計算のための自動化プログラムを構築し、開発したプログラムを用いて多様な結晶構造型を持つ1,266の酸化物の誘電定数の系統的な計算を行った。また、誘電率を電子系・格子系の寄与に分け、それぞれについて機械学習により予測モデルを構築し、また誘電率の支配因子を抽出した。
一方で能動学習の手法について、既存データベースにuncertainty samplingを適用することで、未知データに対する予測モデルの予測精度が、少数のデータの追加によって大きく減少させることができることが分かった。さらに、所望の範囲に物性値が収まるデータを優先的に計算対象として探索を進める手法を開発した。

研究成果の学術的意義や社会的意義

本研究により、多数の物質の多様な物性を効率よく計算できるプログラムを開発し、大規模な計算材料データベースを構築することができた。誘電率について機械学習を行うことにより、高速・高精度な予測モデルの構築に成功し、さらに誘電率の支配因子をデータ科学的に求めることに成功した。
一方で、能動学習により未知のデータを効率よく選択しバランスの良いデータベースを構築できることを示した。
本研究により開発されたプログラム、データベース及び機械学習に構築された予測モデルと支配因子、能動学習の手法は今後のデータ科学・機械学習を用いた効率的な材料探索の基盤技術となると考えられる。

報告書

(3件)
  • 2020 実績報告書   研究成果報告書 ( PDF )
  • 2019 実施状況報告書
  • 研究成果

    (6件)

すべて 2021 2020 2019

すべて 雑誌論文 (1件) (うち国際共著 1件、 査読あり 1件、 オープンアクセス 1件) 学会発表 (5件) (うち国際学会 2件、 招待講演 1件)

  • [雑誌論文] Machine learning models for predicting the dielectric constants of oxides based on high-throughput first-principles calculations2020

    • 著者名/発表者名
      Takahashi Akira、Kumagai Yu、Miyamoto Jun、Mochizuki Yasuhide、Oba Fumiyasu
    • 雑誌名

      Physical Review Materials

      巻: 4 号: 10 ページ: 103801-103801

    • DOI

      10.1103/physrevmaterials.4.103801

    • 関連する報告書
      2020 実績報告書
    • 査読あり / オープンアクセス / 国際共著
  • [学会発表] 計算材料データベースと機械学習を用いた緑色発光半導体の効率的探索手法の開発2021

    • 著者名/発表者名
      高橋亮, 青木宏賢, 熊谷悠, 大場史康
    • 学会等名
      日本金属学会2021年春期(第168回)講演大会
    • 関連する報告書
      2020 実績報告書
  • [学会発表] 計算材料データベースと機械学習を用いた緑色発光半導体の探索2020

    • 著者名/発表者名
      青木宏賢, 宮本惇, 高橋亮, 熊谷悠, 大場史康
    • 学会等名
      日本金属学会2020年春期講演大会
    • 関連する報告書
      2020 実績報告書
  • [学会発表] 酸化物誘電率計算データベースと機械学習による誘電率予測モデルの構築2019

    • 著者名/発表者名
      高橋亮, 熊谷悠, 宮本惇, 望月泰英, 大場史康
    • 学会等名
      金属学会 2019年秋季大会
    • 関連する報告書
      2019 実施状況報告書
  • [学会発表] Machine Learning Model for Predicting Dielectric Constants of Oxides2019

    • 著者名/発表者名
      Akira Takahashi, Yu Kumagai, Jun Miyamoto, Yasuhide Mochizuki, Fumiyasu Oba
    • 学会等名
      The 4th International Symposium on Creation of Life Innovation Materials for Interdisciplinary and International Researcher Development (iLIM-4)
    • 関連する報告書
      2019 実施状況報告書
    • 国際学会
  • [学会発表] Prediction of Material Properties from First Principles and Machine Learning2019

    • 著者名/発表者名
      Akira Takahashi
    • 学会等名
      ICMASS2019 (iLIM-s session)
    • 関連する報告書
      2019 実施状況報告書
    • 国際学会 / 招待講演

URL: 

公開日: 2019-04-18   更新日: 2022-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi