SAMURAI - NIMS Researchers Database

HOME > プロフィール > 徐 一斌

研究内容

Keywords

複合材料、熱伝導率、界面

所属学会

日本熱物性学会, 日本熱物性学会

マテリアル基盤研究センター
タイトル

データ駆動手法を用いた無機材料の物性予測と新材料設計

キーワード

機能性材料,界面,結晶,アモルファス,物性予測,材料設計,データキュレーション,自然言語処理

概要

熱、電気、光などの材料基礎物性の予測と最適化は、新機能材料開発の基盤技術である。データ駆動研究は、材料の化学組成や、結晶構造、作製条件、や物性などのデータを用いて、各物性と相関性の強い要因を特定し、材料機能の理解、物性予測、新材料設計に役立つアプローチである。しかし、現在のデータ駆動材料研究は、データ不足、物理を理解できない、モデルの適応範囲が分からないなどの問題点も抱えている。ここでは、論文、計算、実験からデータを収集・整理し、既存のデータベースとの統合利用によってり、データ不足問題を解消する。材料の専門知識と統計学の融合によって、物性予測と物理の解明を同時に行い、材料実験により検証する。

新規性・独創性

テキストマイニングと人工収集による論文からのデータ収集
ハイスループット計算によるデータの生成
専門知識と機械学習を用いた物性モデリング
材料機能のメカニズム解明と材料設計

内容

image

材料の物性とパフォーマンスは、物質から材料までの様々な要因に支配されている。それらの要因を広くカーバする信頼性の高いデータは、信頼できる物性予測と材料設計の基盤になる。無機材料データ駆動研究に必要なデータ基盤を構築するために、自然言語処理によりデータ収集対象論文の選択を最適化し、高度な知識を有するエディターが収集したデータをデータベースに登録する。また、既存の物性データベースとのリンクや関連物質の電子構造やフォノン構造についての第一原理計算によりデータを拡充する。
物質の電子構造、結晶構造、材料のプロセス条件、組織構造、特性、パフォーマンスのデータを統合し、機械学習を用いて材料物性に影響の大きい要因を解析し、物理化学理論に基づいてそのメカニズムを解明する。多相材料、界面や複合材料を含めて、複雑系材料の設計と最適化を行い、材料実験により検証する。

まとめ

高品質なデータは、データ駆動材料研究の基盤である。高度な材料知識は、機械学習の効率と信頼性を向上させる指針である。高品質なデータと高度な材料知識の融合により、材料物性予測とメカニズム解明の新しい手法を確立し、様々な新機能材料の設計に貢献する。

この機能は所内限定です。
この機能は所内限定です。

▲ページトップへ移動