• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

ディープラーニングとガウス過程を融合したベイズ最適化による材料探索手法の開発

研究課題

研究課題/領域番号 25K17824
研究種目

若手研究

配分区分基金
審査区分 小区分26020:無機材料および物性関連
研究機関東北大学

研究代表者

清原 慎  東北大学, 金属材料研究所, 講師 (20971881)

研究期間 (年度) 2025-04-01 – 2027-03-31
研究課題ステータス 交付 (2025年度)
配分額 *注記
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2026年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2025年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
キーワードマテリアルズインフォマティクス / ベイズ最適化 / 機械学習 / ニューラルネットワーク
研究開始時の研究の概要

本研究では、DKLを用いたベイズ最適化手法を構築し、従来のガウス過程に基づく手法と比較してその有効性を検証する。柔軟な自動記述子生成と予測の不確実性評価を両立する本手法を、(1)結晶構造情報を含む第一原理計算データ、(2)組成情報のみを用いる第一原理計算データ、(3)組成情報のみを用いる実験データに適用し、さまざまな情報量・ノイズ条件下における探索効率を評価することで、実用的な材料探索手法の確立を目指す。

URL: 

公開日: 2025-04-17   更新日: 2025-06-20  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi