自律駆動型材料探索に向けた実験計画法の深化

• 研究課題/領域番号: 25K00147
• 研究種目: 基盤研究(B)
• 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; 小区分60030:統計科学関連; 合同審査対象区分:小区分60030:統計科学関連、小区分61030:知能情報学関連
• 研究機関: 統計数理研究所
• 研究代表者: 林 慶浩 統計数理研究所, 先端データサイエンス研究系, 助教 (80739029)
• 研究期間 (年度): 2025-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円); 2027年度: 6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円); 2026年度: 6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円); 2025年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
• キーワード: マテリアルズインフォマティクス / 実験計画法 / ベイズ最適化 / 分子動力学シミュレーション / 自動化

研究開始時の研究の概要

本研究では、ベイズ最適化を用いた材料探索における予測モデルの適用範囲の狭さやデータバイアスの課題を解決するため、ニューラルネットワークの汎化誤差のスケーリング則に基づいて機械学習モデル構築に適したデータ収集法を開発する。また、Conformal predictionを活用したモデル非依存型のベイズ最適化フレームワークを構築し、自動分子シミュレーションを通じてその有効性を検証する。