| 研究課題/領域番号 |
19K22054
|
|---|
| 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 |
田中 功 京都大学, 工学研究科, 教授 (70183861)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
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 | 無機化合物探索 / データ科学 / 合成条件推薦システム / 並列合成実験 / 新物質探索 / 化学組成推薦システム / 第一原理計算 / マテリアルズ・インフォマティクス |
|---|
| 研究開始時の研究の概要 |
本研究は，無機の『未知化合物』を系統的に発見するための方法論を構築し，実際に合成・解析実験にちょって存在を確認することを目的としている.そのために，まずICSDなど既知化合物のデータベースを用い，化学組成推薦システムを適用して対象となる物質系を絞り込む.その上で，出発原料うやプロセス条件など多岐にわたる並列合成実験により，成功データだけでなく失敗データをも系統的に収集する.この結果をスコア化し，効率的なテンソル分解法を活用して，成功確率の高い実験条件を見出す.最終的には，成功確率が高いと予測された実験条件での新奇化合物合成を検証することで，方法全体の有効性を実証する.
|
| 研究成果の概要 |
本研究は，無機の『未知化合物』を系統的に発見するための方法論を構築し，実際に合成・解析実験によって存在を確認することを目的に、様々な物質に対して多岐にわたるパラメータを系統的に変えた合成実験を行い，成功データだけでなく失敗データをも系統的に収集した．この結果をスコア化し，効率的なテンソル分解法を活用して，成功確率が高いと予測された実験条件で検証実験を行い，2つの新物質を発見した．このように，データ科学に基づいて新規な無機化合物発見を志向し機械学習と実験を組み合わせた研究は世界的にも例を見ず，新物質や材料機能探索にマテリアルズ・インフォマティクスを活用した重要な試金石を与えることができた。
|
| 研究成果の学術的意義や社会的意義 |
本研究の観点は，従来広く行われてきた物質機能を向上させるための研究とは方向性が異なるものであり，世界的にもほとんど類を見ない挑戦的なものである．
これら要素技術を未知化合物発見の目的に合うように組み合わせ，具体的な方法論として確立できると，新しい材料科学の流れを創り出すことができる．これは材料科学の未踏領域に挑戦する大きなテーマであり，目的が達成できれば，材料科学全般に大きな波及効果を持つ成果になると期待される．
|
