2022 年度研究成果報告書

データ駆動科学における量子物理・化学的に解釈可能な深層学習手法の開発とその検証

研究課題

PDF

研究課題/領域番号	20K19876
研究種目	若手研究
配分区分	基金
審査区分	小区分61030:知能情報学関連
研究機関	国立研究開発法人産業技術総合研究所
研究代表者	椿真史国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (80803874)
研究期間 (年度)	2020-04-01 – 2023-03-31
キーワード	深層学習 / 密度汎関数理論
研究成果の概要	主な研究成果は、以下の三つである。まず、上記の新たな深層学習モデルを実装し、分子のエネルギーをある誤差の範囲内で外挿予測できることを示した。また、それを実装する過程で、従来の深層学習モデルが量子化学計算における波動関数の重ね合わせと等価な計算を行っていることを、数学的に示すことにも成功した。さらに、新たな深層学習モデルを簡単な低分子で学習し、その学習済みモデルをより複雑な高分子の物性予測へと転移させた。それぞれの研究成果について、一本ずつ合計三本の論文が国際学術誌に掲載された。
自由記述の分野	機械学習
研究成果の学術的意義や社会的意義	学術的意義は、物理化学と機械学習という二つの分野を適切に融合できたことである。分子データを扱う際には、どちらかの分野の理論やアプローチのみに偏ることなく、それぞれの分野の良い部分をうまくミックスさせることが必要不可欠であり、それを達成することができた。また社会的意義は、分子データは製薬企業や材料企業のすべてが密接に関わるデータであり、その分野の研究者や技術者にとっての基礎技術を開発できたことである。学習モデルは、製薬企業や材料企業が独自に持つデータでも再学習可能であり、広く使われることが期待できる。