- Address
- 305-0044 茨城県つくば市並木1-1 [アクセス]
研究内容
出版物2004年以降のNIMS所属における研究成果や出版物を表示しています。
論文
- Naoki Yoshida, Yutaro Iwabuchi, Yasuhiko Igarashi, Yuma Iwasaki, Naoki Yoshida. Networking autonomous material exploration systems through transfer learning. npj Computational Materials. 11 [1] (2025) 362 10.1038/s41524-025-01851-8 Open Access
- Ryo Toyama, Ryo Tamura, Shoichi Matsuda, Yuma Iwasaki, Yuya Sakuraba. Autonomous closed-loop exploration of composition-spread films for the anomalous Hall effect. npj Computational Materials. 11 [1] (2025) 329 10.1038/s41524-025-01828-7 Open Access
- Ryo Toyama, Yuma Iwasaki, Prabhanjan D. Kulkarni, Hirofumi Suto, Tomoya Nakatani, Yuya Sakuraba. High-throughput materials exploration system for the anomalous Hall effect using combinatorial experiments and machine learning. npj Computational Materials. 11 [1] (2025) 269 10.1038/s41524-025-01757-5 Open Access
書籍
- 岩﨑 悠真. (第4章)説明可能な機械学習による材料開発. 技術情報協会, 2021, 7.
- 岩﨑 悠真, 袖山 慶太郎. マテリアルインフォマティクス. データサイエンスはじめの一歩. 株式会社講談社, 2024, 7.
- 岩﨑 悠真. シミュレーションと機械学習を活用したマテリアルズ・インフォマティクス. 少ないデータによるAI・機械学習の進め方と 精度向上、説明可能なAIの開発. 株式会社技術情報協会, 2024, 5.
口頭発表
- 髙瀨 颯一, 石川 大地, 福 健太郎, 三浦 良雄, 五十嵐 康彦, 岩﨑 悠真, 桜庭 裕弥, 矢治 光一郎, Lira Foggiatto Alexandre, Arpita Varadwaj, 山崎 貴大, 永村 直佳, 小嗣 真人. Co基ホイスラー合金における異常輸送特性のフェルミ面データ駆動型解析. 第39回 日本放射光学会年会 放射光科学合同シンポジウム. 2026
- 石川 大地, 福 健太郎, 三浦 良雄, 五十嵐 康彦, 岩﨑 悠真, 桜庭 裕弥, 矢治 光一郎, Lira Foggiatto Alexandre, 山崎貴大, 永村 直佳, 小嗣 真人. 教師なし機械学習を用いたARPESデータからのトポロジカル電子物性の自動解析. 第39回 日本放射光学会年会 放射光科学合同シンポジウム. 2026
- 髙瀨 颯一, 石川 大地, 福 健太郎, MIURA, Yoshio, 五十嵐 康彦, IWASAKI, Yuma, SAKURABA, Yuya, YAJI, Koichiro, Lira Foggiatto Alexandre, Arpita Varadwaj, 山崎 貴大, NAGAMURA, Naoka, 小嗣 真人. Predicting Spin-Dependent Properties from Spin-Unresolved Fermi Surface Data via Machine Learning. 2025 MRS Fall Meeting. 2025
その他の文献
- 岩﨑 悠真. マテリアルズ・インフォマティクスによる自律材料探索. 月間『研究開発リーダー』. (2021) 13-14
- 岩﨑 悠真. 材料開発における4つのインフォマティクス. 高分子. 71 [12] (2022) 617-619
- 岩﨑 悠真. マテリアルズ・インフォマティクス. 映像情報メディア学会誌. 77 [3] (2023) 348-350
所属学会
応用物理学会
マテリアル基盤研究センター
タイトル
マテリアルズ・インフォマティクスによる自律材料探索
キーワード
データ科学,機械学習,自律材料探索,ハイスループット,マテリアルズ・インフォマティクス
概要
近年、材料の多元素化・複合化・準安定相化などにより、材料探索空間は急速に拡大している。この巨大な空間を効率的に探索するため、我々は機械学習、材料シミュレーション、ロボティクスなどを組み合わせた自律材料探索システムの開発を進めている。このシステムは実行(材料合成やシミュレーション)と考察(機械学習による解析)を繰り返しながら、自律的に巨大材料空間全体を探索・把握し、特性の優れた新材料を発見することが可能である。汎用性にも優れ、様々な材料系に応用可能である。
新規性・独創性
● 次元圧縮等による自律探索に適した材料空間の設計
● 自律探索用の機械学習アルゴリズム
● ハイスループット第一原理計算による高速データ収集
内容
まとめ
ロボット型自律材料探索システムとシミュレーション型自律材料探索システムを紹介した。これらの応用先は特定の材料系・特性の最適化に限定されず、様々な材料開発に応用可能である。このシステムにより、より多くの材料開発が加速可能であると考えられる。
この機能は所内限定です。
この機能は所内限定です。


