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

2023 年度 実施状況報告書

機械学習・ベイズ最適化と分析化学データを組み合わせた光触媒材料の最適化

研究課題

研究課題/領域番号 22K05158
研究機関中央大学

研究代表者

片山 建二  中央大学, 理工学部, 教授 (00313007)

研究分担者 潘 振華  中央大学, 理工学部, 助教 (90870551)
研究期間 (年度) 2022-04-01 – 2025-03-31
キーワード光電気化学水分解 / 機械学習 / 分析科学データ
研究実績の概要

光触媒応用におけるFe2O3およびBiVO4電極の特性評価と最適化を行ってきた。これらの光電極は、同様の作成手順でも、異なる光電気化学(PEC)性能を示す問題がある。この問題に対処するため、分析データから抽出したサンプル指標(記述子)を絞り込み、PEC性能に影響を与える主要因を機械学習(ML)機能を使用して特定する「データ駆動型」アプローチを採用した。無機デバイス開発にMLを適用することは、特に研究レベルでの限られた実験データの可用性のため、依然として課題である。これに対処するために、この研究は様々な分析データを組み合わせてサンプルを表現し、限られたデータ量であってもMLを用いた性能予測を容易にしている。
様々な分析データから抽出された記述子、例えばピークやパターンを用いて光電流値を予測し、性能に寄与する主要因を特定した。この「データ駆動型」アプローチは、全ての分析データの特徴を網羅的に理解する必要がない。これは、電極の性能に影響を与える特定の因子を明らかにする。
以前の研究では、様々なML方法を使用して分析データから多くの候補中から支配的な記述子を特定し、その妥当性を推測した。これは、分析データ(記述子)間の強い相関関係が原因の一つである。さらに、支配的な記述子の性能への寄与は不明であった。これらの問題を解決するために、データ前処理、ML計算、記述子選択、および支配的な記述子の重要性分析からなる完全な堅牢な戦略を開発した。記述子の寄与の冗長性を避けるために、ML計算に適用する前に記述子全体をクラスタリングによってカテゴリー分けし、新たに導入された特徴分析、シャプレー図を用いて記述子の重要性を分析している。この全戦略は、まずFe2O3およびBiVO4データの以前のデータに適用してこの戦略の妥当性を検証し、さらに、初めて異種接合型光触媒であるBiVO4/WO3に適用された。

現在までの達成度 (区分)
現在までの達成度 (区分)

1: 当初の計画以上に進展している

理由

すでに以下の論文が掲載され、現在も投稿中論文が4報ある。Kobayashi, Kazuki, Yuya Nagai, Zhenhua Pan, and Kenji Katayama. Identification of Dominant Factors Contributing to Photocurrent Density of BiVO4 Photoanodes Using Machine Learning. Journal of Photochemistry and Photobiology A Chemistry 440 114651. Idei, Takumi, Yuya Nagai, Zhenhua Pan, and Kenji Katayama. Identification of the Contributing Factors to the Photoelectric Conversion Efficiency for Hematite Photoanodes by Using Machine Learning. ACS Applied Materials & Interfaces 15, no. 48 55644. Hayashi, Yuta, Yuya Nagai, Zhenhua Pan, and Kenji Katayama. “Convolutional Neural Network Prediction of the Photocurrent vs Voltage Curve Directly from Scanning Electron Microscopy Images.” Journal of Materials Chemistry A 11, no. 41 22522.

今後の研究の推進方策

本研究では、Fe2O3およびBiVO4電極の光触媒応用に関する特性評価と最適化を行い、データ駆動型アプローチによってPEC性能に影響を与える主要因を特定した。今後の研究計画として、このアプローチをさらに発展させ、より幅広い材料系に適用することを目指す。具体的には、異種接合型光触媒の性能向上に向け、新たな材料組み合わせの探索を行う。また、機械学習モデルの精度を高めるために、さらに多様な分析データの取得と、高度なデータ解析技術の開発に注力する。これにより、光触媒材料の設計と最適化のプロセスを高速化し、環境浄化やエネルギー変換といった応用分野における実用化への道を開くことが期待されるである。

  • 研究成果

    (14件)

すべて 2024 2023

すべて 雑誌論文 (5件) 学会発表 (9件) (うち国際学会 5件、 招待講演 6件)

  • [雑誌論文] Pattern-illumination time-resolved phase microscopy and its applications for photocatalytic and photovoltaic materials2024

    • 著者名/発表者名
      Katayama Kenji
    • 雑誌名

      Physical Chemistry Chemical Physics

      巻: 26 ページ: 9783~9815

    • DOI

      10.1039/D3CP06211B

  • [雑誌論文] Roles of Surface States in Cocatalyst-Loaded Hematite Photoanodes for Water Oxidation2023

    • 著者名/発表者名
      Pan Zhenhua、Chen Siyan、Katayama Kenji
    • 雑誌名

      The Journal of Physical Chemistry C

      巻: 127 ページ: 3904~3909

    • DOI

      10.1021/acs.jpcc.3c00592

  • [雑誌論文] Identification of dominant factors contributing to photocurrent density of BiVO4 photoanodes using Machine learning2023

    • 著者名/発表者名
      Kobayashi Kazuki、Nagai Yuya、Pan Zhenhua、Katayama Kenji
    • 雑誌名

      Journal of Photochemistry and Photobiology A: Chemistry

      巻: 440 ページ: 114651~114651

    • DOI

      10.1016/j.jphotochem.2023.114651

  • [雑誌論文] Identification of the Contributing Factors to the Photoelectric Conversion Efficiency for Hematite Photoanodes by Using Machine Learning2023

    • 著者名/発表者名
      Idei Takumi、Nagai Yuya、Pan Zhenhua、Katayama Kenji
    • 雑誌名

      ACS Applied Materials & Interfaces

      巻: 15 ページ: 55644~55651

    • DOI

      10.1021/acsami.3c11295

  • [雑誌論文] Convolutional neural network prediction of the photocurrent?voltage curve directly from scanning electron microscopy images2023

    • 著者名/発表者名
      Hayashi Yuta、Nagai Yuya、Pan Zhenhua、Katayama Kenji
    • 雑誌名

      Journal of Materials Chemistry A

      巻: 11 ページ: 22522~22532

    • DOI

      10.1039/D3TA05282F

  • [学会発表] Convolutional Neural Network Prediction of the photocurrent-voltage curve directly from scanning electron microscopic image for bismuth vanadate2024

    • 著者名/発表者名
      Kenji Katayama, Yuta Hayashi, Yuya Nagai, Zhenhua Pan
    • 学会等名
      日本化学会第104春季年会
  • [学会発表] Microfluidic formation of topological defects in liquid crystals and their application2024

    • 著者名/発表者名
      Kenji Katayama
    • 学会等名
      SPIE OPTO/Photonics West
    • 国際学会 / 招待講演
  • [学会発表] Local charge carrier dynamics of photocatalytic materials using the pattern-illumination time-resolved phase microscopy2023

    • 著者名/発表者名
      Kenji Katayama
    • 学会等名
      25th SPVM National Physics Conference
    • 国際学会 / 招待講演
  • [学会発表] 光触媒水分解材料開発のためのソフト・ ハードアプローチ~時間分解顕微鏡から機械学習まで~2023

    • 著者名/発表者名
      片山建二
    • 学会等名
      九州大学セミナー
    • 招待講演
  • [学会発表] Local charge carrier dynamics of photocatalytic materials using the pattern-illumination time-resolved phase microscopy2023

    • 著者名/発表者名
      Kenji Katayama
    • 学会等名
      Laser Physics 2023
    • 国際学会 / 招待講演
  • [学会発表] Controlled formation of topological defects at liquid/liquid crystal interfaces and their application2023

    • 著者名/発表者名
      Kenji Katayama
    • 学会等名
      SPIE Optics + Photonics 2023, Liquid crystals XXVII
    • 国際学会 / 招待講演
  • [学会発表] Identification of Dominant Factors Contributing to Photocurrent Density of BiVO4 Photoanodes Using Machine Learning2023

    • 著者名/発表者名
      Kenji Katayama, Kazuki Kobayashi, Yuya Nagai, Zhenhua Pan
    • 学会等名
      International Conference of Photochemistry 2023
    • 国際学会
  • [学会発表] 今から研究現場で使える機械学習を利用した材料最適化―光触媒材料を例に-2023

    • 著者名/発表者名
      片山建二
    • 学会等名
      光機能材料研究会 第93回ウェブ講演会
    • 招待講演
  • [学会発表] 機械学習と分析科学データを組み合わせた水分解光触媒材料の最適化(2)2023

    • 著者名/発表者名
      片山建二、小林和祈、潘振華
    • 学会等名
      第83回分析化学討論会

URL: 

公開日: 2024-12-25  

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