有用な物質候補を低コストで効率的に探索できる手法を研究

結晶構造を取得する有用な手段である結晶構造データベースには、毎年数万件以上のペースで結晶構造が登録されており、誰でも自由にアクセスすることができます。その一方で、材料特性が登録されているデータベースの登録数は比較的少数に留まっているため、多くの結晶構造に対しては材料特性を得ることができません。材料特性を知るためには、実験を行う、または長時間かかるコンピュータシミュレーションを実行する必要があり、きわめて高い時間的、金銭的コストが必要になります。
本研究では、機械学習を活用するマテリアルズ・インフォマティクス手法を用いて、有用な材料特性を示すことが期待される候補物質を効率的に探索する手法の構築を目標としています。これにより、材料特性が未知であるために使われていない物質の中から、優れた性質を示す素材を発見し、新製品開発などへと貢献することが期待されます。

関連リンク

• トヨタ自動車とオルソ画像生成手法の開発