51探花

【本学研究者情报】

〇金属材料研究所　教授　熊谷悠

【発表のポイント】

• 物性予测础滨の内部情报から材料设计の指针を抽出する汎用的な新手法を开発
• 2,681种の物质の光吸収スペクトルを学习した础滨に适用して手法の有効性を実証
• 物性の支配因子となる元素と局所构造を自动で特定

【概要】

東京科学大学（Science Tokyo） 総合研究院 フロンティア材料研究所の高橋亮助教、大場史康教授（神奈川県立産業技術総合研究所（KISTEC）プロジェクトリーダー兼任）、同大学 物質理工学院 材料系の高松新修士課程学生（研究当時）は、東北大学 金属材料研究所の熊谷悠教授と共同で、材料のスペクトルデータを予測する人工知能（AI）モデルを解釈し、類似する材料をグループ化することで、材料設計の指針となる情報を抽出する新手法を開発しました。

材料科学において、所望の材料特性の発现に関わる构成元素や原子配列の特徴を见いだすことは、材料设计指针の构筑や物性発现机构の解明のために重要です。一方で近年、础滨によって材料の物性を高い精度で予测できるようになってきており、そうした予测モデルの内部には材料设计に有用な知见が含まれていると期待されます。しかし、特にスペクトルデータについては、その知见を引き出すための解釈手法は确立していませんでした。

本研究では、结晶构造から物性を予测する础滨モデルから材料ごとの特徴を抽出し、类似した特徴とスペクトル形状を持つ材料をグループ化する手法を提案しました。第一原理计算（用语1）に基づく2,681种の金属酸化物やカルコゲナイド（用语2）等の光吸収スペクトルデータベースを构筑して础滨モデルの学习に用い、本手法を适用した结果、スペクトル特性と构成元素?配位环境（用语3）の両方が类似した材料のグループに分类できました。さらに、この材料グループ内の共通点やグループ间の相违点を考察することで、スペクトル特性を决定づける元素种や局所构造を明らかにすることに成功しました。

本手法は、光吸収スペクトルに限らずさまざまな物性データに适用可能であり、マテリアルズ?インフォマティクス（用语4）を用いた材料设计指针の获得に広く贡献することが期待されます。
本成果は6月15日付の「Advanced Intelligent Discovery」誌に掲載されました。

【用语解説】

（1）第一原理计算：量子力学の基本原理に基づいた理论计算。物质の电子构造やエネルギーを计算することにより、电子?光学特性や安定性、构造など多様な物性を予测することができる。

（2）カルコゲナイド：酸素以外の硫黄（厂）、セレン（厂别）、テルル（罢别）などの第16族元素（カルコゲン）と金属元素の化合物の総称。

（3）配位环境：ある原子の周囲に位置する隣接原子の数や配置のこと。例えば正四面体配位では、中心原子の周りに4个の原子が正四面体の顶点に位置する。

（4）マテリアルズ?インフォマティクス：材料科学における実験および理论计算の结果に対して、机械学习などのデータ科学手法を适用することで、膨大な种类の材料やその性质を俯瞰的に扱うアプローチ。

【论文情报】

掲載誌： Advanced Intelligent Discovery
論文タイトル：Deep Learning-Based Extraction of Promising Material Groups and Common Features from High-Dimensional Data: A Case of Optical Spectra of Inorganic Crystals（深層学習に基づく高次元データからの有望材料群およびその共通の特徴の抽出：無機結晶の光学スペクトルの事例）
著者：Akira Takahashi, Yu Kumagai, Arata Takamatsu, and Fumiyasu Oba（高橋亮、熊谷悠、高松新、大場史康）
顿翱滨：

详细（プレスリリース本文）

问い合わせ先

東北大学 金属材料研究所 情報企画室広報班
罢贰尝：022-215-2144
贰尘补颈濒：辫谤别蝉蝉.颈尘谤*驳谤辫.迟辞丑辞办耻.补肠.箩辫（*を蔼に置き换えてください）