| 研究課題/領域番号 |
20K22466
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0401:材料工学、化学工学およびその関連分野
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
熊谷 将也 京都大学, 複合原子力科学研究所, 特定助教 (00881054)
|
|---|
| 研究期間 (年度) |
2020-09-11 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
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: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | マテリアルズ・インフォマティクス / プロセス・インフォマティクス / 機械学習 / 材料工学 / マテリアルズインフォマティクス / 熱電変換材料 |
|---|
| 研究開始時の研究の概要 |
本研究では、論文から抽出した実験的要素（実験プロセスや試料構造）を実験的物性値に紐付けた新しい大規模データを作成し、実験的要素に基づいた高精度な物性値予測ができる次世代Materials Informatics（MI）を開発する。実験値物性値には、本研究者らがこれまでに構築した世界最大規模の実験的物性値データベースを使用する。また解釈性の高い機械学習手法を使用することにより、実験的要素と物性値との関係性を明らかにする。
|
| 研究成果の概要 |
本研究では、プロセス・構造・物性の各要素間の関係性の分析、独自の大規模データセットの作成を行った。本研究におけるプロセス情報の収集は、論文PDFからのテキスト抽出により実施した。構造情報と物性値との関係性分析は、X線回折パターンを入力、結晶系、体積、密度、体積弾性率を学習対象とする機械学習モデルを構築し、X線回折パターンと学習対象との関係性を明らかにした。本研究期間で作成した独自の大規模データセットは、Figshare上に公開した。また本研究内容は、国内外の学会や論文誌への投稿など、様々な形で外部に報告した。
|
| 研究成果の学術的意義や社会的意義 |
プロセス情報を含めた物性の予測を可能にすることは、新規材料の発見のみならず、製造プロセスの改善に貢献することができるため大きな意義がある。また、XRDと物性との関係性を大規模なデータを利用して明らかにできたことは、これまで結晶構造と物性の関係性を紐解く上で学術的に意義がある。さらに、本研究期間に作成した大規模実験データは、これからの実験MIを推進する基盤データとなると考えている。
|
