| 研究課題/領域番号 |
21K14396
|
|---|
| 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 | 北陸先端科学技術大学院大学 |
|---|
研究代表者 |
NGUYEN DuongNguyen 北陸先端科学技術大学院大学, 先端科学技術研究科, 助教 (20879978)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | materials discovery / structure prediction / rare-earths magnets / Dempster-Shafer theory / Sm-Fe magnets / evidence-based theory / active learning / SmFe12 / materials exploration / REFe12 magnets |
|---|
| 研究開始時の研究の概要 |
This research aim to model stability mechanisms and monitor the discovery process of RE(Fe1-x-yAxBy)12 magnets using Machine Learning (ML) with RE as rare-earth; A and B as Ga, Co, Mo, Cu, Al, and Ti substituted elements. We build a query-and-learn method comprising Active learning and mechanism-based similarity measurement to learn stability mechanism from the discovery’s feedback. Three results are expected: (1) model stability mechanism by ML, (2) unveil meaningful structure-stability correlations, and (3) monitor the discovery process of REFe12-substituted structures.
|
| 研究成果の概要 |
REFe磁石を研究するための機械学習フレームワークを構築することを目指して、以下の3つの主な目標を達成した：(1)ThMn12型磁石と様々な置換元素を含むSmFe12の量子計算を用いて、材料発見のためのデータクエリの量子計算コストを最適化するアクティブラーニングベースのフレームワークを開発した。(2)Sm-Fe族の結晶構造とその安定性の関係を探るため、多目的結晶構造探索を最適化する進化的アルゴリズムベースのフレームワークを開発した。(3)物理的特性に基づく材料の類似性尺度を開発し、この方法ではデンプスター・シェーファー証拠理論に基づいた類似性測定に不確実性が組み込まれた。
|
| 研究成果の学術的意義や社会的意義 |
This work contributes to the research of rare-earth iron-based magnetic materials by (1) finding optimal materials composition of high-performance magnet discovery and (2) introducing Machine Learning frameworks with standardized materials discovery process and results interpretation.
|
