研究課題
研究活動スタート支援
本研究では、分子構造の迅速な探索のために、分子中の原子に働くフォースを機械学習を用いて高速に予測する手法の開発に取り組んだ。有機分子の構造最適化および有機金属錯体反応に関するフォースのデータベースを構築し、種々の機械学習手法を適用することでその予測精度を検証した。フォースの予測に必要なデータベース、記述子および機械学習手法に関する知見が得られた。また、構築したデータベースは本研究に限らず計算化学研究に有用な情報を内包する。
理論化学、ケモインフォマティクス
本研究は、機械学習を用いたポテンシャルの予測において今日広く用いらている手法と異なり、原子のフォースを直接予測する点で特異である。これに有効な記述子や機械学習手法を検証した点は学術的な意義がある。また、本手法の精度をさらに向上させることで分子構造の迅速な探索が可能となれば、新規化合物の設計など、計算化学分野で広く行われている研究課題に対して貢献することも期待される。