- Group Leader, Data-driven Inorganic Materials Group, Data-driven Materials Research Field, Center for Basic Research on Materials
- Team Leader, Database Team, Center for Advanced Battery Collaboration, Research Center for Energy and Environmental Materials (GREEN)
- Data Collection Unit, Materials Data Platform, Research Network and Facility Services Division
- Materials Open Platform for All Solid-State Battery, External Collaboration Division
- XU.Yibin@nims.go.jp
- Address
- 305-0047 1-2-1 Sengen Tsukuba Ibaraki JAPAN [Access]
Research
- Keywords
複合材料、熱伝導率、界面
PublicationsNIMS affiliated publications since 2004.
Published patent applications
- 薄膜の熱物性測定装置とこの測定装置を用いた熱伝導率と界面熱抵抗の測定方法 (2010)
- テルル化ビスマス薄膜製造方法 (2016)
- 窒化チタン薄膜熱電半導体の製造方法 (2016)
Society memberships
日本熱物性学会, 日本熱物性学会
Center for Basic Research on Materials
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
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
Overview
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。
Novelty and originality
● 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
Details
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。
Summary
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。