| 研究課題/領域番号 |
21K12015
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 学習院大学 |
|---|
研究代表者 |
森川 優 学習院大学, 付置研究所, 客員研究員 (40898293)
|
|---|
| 研究分担者 |
申 吉浩 学習院大学, 付置研究所, 教授 (60523587)
山本 岳洋 兵庫県立大学, 社会情報科学部, 准教授 (70717636)
大島 裕明 兵庫県立大学, 情報科学研究科, 准教授 (90452317)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 機械学習 / 金属有機構造体 / グラフカーネル / 有機金属構造体 / マテリアルズインフォマティクス / 第一原理計算 / カーネルメソッド |
|---|
| 研究開始時の研究の概要 |
次世代の多孔質材料として注目される金属有機構造体は、金属原子と有機配位子による錯体であり、優れた比表面積により、従来より遥かに高機能の触媒・イオン交換・ガス吸蔵などを実現するものと期待されている。
一方、有機分子は、分子量が大きくなるにつれ構造が著しく多様化し、従来の化学的手法のみによって、最適構造を探索することは難しくなっている。本研究では、機械学習を応用して最適な金属と有機配位子の組み合わせの候補を探索する手法を開発する。
手法の鍵となる考え方は、マッピングカーネルによる有機分子の表現である。
|
| 研究実績の概要 |
次世代の多孔質材料として注目される金属有機構造体は、金属原子と有機配位子による錯体であり、優れた比表面積により、従来より遥かに高機能の触媒・イオン交換・ガス吸蔵などを実現するものと期待されている。しかし、金属有機構造体を構成する有機物質は複雑な構造を持ち、更に金属原子と有機物質が錯体を形成することで複雑さを増している。このため合成前から経験則によって合成語の物性を予測することは極めて難しい。また実際に金属有機構造体を合成を行う場合は多大なコストを要する物質であり、考えられる金属と有機物質の組み合わせは膨大なためすべての組み合わせを合成することは現実的ではない。このため、本研究では過去に合成された金属有機構造体のデータより、合成に使用される金属と有機物質の組み合わせデータと計測された物性値を訓練データとして使用し、まだ発表されていない組み合わせに対して機械学習による物性の予測を行った。有機物質と金属の組み合わせに対してカーネルを用いた機械学習による予測と説明変数の重要度の算出を行った。実験結果としては二値分類の予測において良好で実用に足る結果が得られ、同時に金属特性のどのパラメーターが予測において重視されるかについても十分な結果を得た。
成果の発表としては、MPS144/PDPTA23(https://www.ipsj.or.jp/kenkyukai/event/mps144.html)にて研究発表を行った。また、査読付きの論文誌であるThe Journal of Supercomputingにて投稿を行った（https://link.springer.com/article/10.1007/s11227-024-05914-3）。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究成果として査読付き論文誌への投稿（https://link.springer.com/article/10.1007/s11227-024-05914-3）を達成しており概ね順調に進展している。
|
| 今後の研究の推進方策 |
金属有機構造体に対してグラフカーネルを用いた機械学習の予測によって一定の成果を得た。研究内容の拡充としてニューラルネットワークを用いた予測を試していきたいと考えている。
|
