| 研究課題/領域番号 |
20K19805
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分60080:データベース関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
佐々木 勇和 大阪大学, 大学院情報科学研究科, 助教 (40745147)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022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)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2020年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | マテリアルズインフォマティクス / 深層学習 / グラフデータ / 点群データ / 太陽光電池 / グラフ深層学習 / 点群深層学習 / 新物質探索 |
|---|
| 研究開始時の研究の概要 |
新しい結晶を効率的に作成するために深層学習を用いた結晶の性質予測に取り組む．結晶の性質予測に関する研究は半導体開発など様々な応用分野にて期待されているが，発展途上であり有効なアプローチはまだ模索中である．本研究では，結晶をグラフや点群といったデータ構造に変換し，より高精度に予測が可能な深層学習モデルを構築することを目指す．本研究の成果は，新材料の探索および開発に大きな進展をもたらすと期待されている．
|
| 研究成果の概要 |
本研究は，高精度な結晶の物性値予測の達成のために，(1)マテリアルインフォマティクスにおける深層学習技術のサーベイ，(2) データセットの構築，(3) 点群とグラフを用いた結晶予測深層学習技術の開発，および(4) 深層学習技術に基づく物質生成の4つの項目を実施した．データセットおよび物質生成では，太陽光電池材料に着目し，既発表文献から分子構造と物性値を抽出し，開発した深層学習技術に基づいて新たな物質生成に取り組んだ．
|
| 研究成果の学術的意義や社会的意義 |
情報学と材料工学を融合させたマテリアルインフォマティクスの研究が盛んに行われており， 各国において様々な取組みが行われている．マテリアルインフォマティクスの目的のひとつは，新材料の開発の効率化である．従来の材料工学では，開発者や研究者の直感に頼って，新材料候補に対する実験を試行錯誤しながら実施していたが，マテリアルインフォマティクスは蓄積された過去の材料実験データやシミュレーションデータを活用し，実験候補の絞り込みを行い，実験回数を減らすことができる．これにより，新たな有用な物質探索の発見を効率的に実施することができるため，新たな産業の発展が期待できる．
|
