SAMURAI - NIMS Researchers Database

HOME > プロフィール > 小山 幸典

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。

口頭発表
    その他の文献

      所属学会

      応用物理学会, 日本セラミックス協会

      マテリアル基盤研究センター
      タイトル

      データ科学と計算科学による新規無機材料の開発

      キーワード

      インフォマティクス,第一原理計算,無機材料,機能性材料,材料設計

      概要

      新材料の開発において試行錯誤的な実験は避けられないが、実験を有望な候補材料に集中させるために、有望な候補材料を提案する手法が求められている。そこで、材料研究にデータ科学を応用するマテリアルズ・インフォマティクスと、量子力学に基づく理論計算手法である第一原理計算を用いて、新規で高機能な無機材料の材料設計・探索に取り組んできた。ここでは、材料特性を予測する機械学習モデルを開発し、これを用いて有望な候補材料を探索する。第一原理計算で評価可能な材料特性の場合は、第一原理計算を適用して候補材料の確度を高める。このようにして抽出した候補材料を実験研究者と共同で検証実験することで、材料開発を加速する。

      新規性・独創性

      無機化合物の機能・特性の機械学習
      材料特性に対する知見を活かした特徴量設計
      機械学習を用いた材料探索範囲の拡張
      第一原理計算を用いた機能・特性・安定性の理論解析

      内容

      image

      2価のEuイオンを発光中心とする蛍光体はそのホスト材料によって多様な発光色を示すため、所望の発光色の蛍光体を発見することは難しい問題であった。そこで、既知蛍光体のデータベースを使って、蛍光体の発光スペクトルを予測する機械学習モデルを開発した。緑色発光の新規蛍光体を探索するために、無機材料データベースに登録されている蛍光体ホスト材料となりそうな材料の発光スペクトルを予測し、緑色発光と予測された候補材料を抽出した。これらの候補材料を実験研究者に提案し、実際に合成・評価を行ったところ、様々な新しい蛍光体を発見することができた。これらの新規蛍光体は予測された通りの緑色発光を示した。

      まとめ

      機械学習を用いて広範な材料空間を探索することで、有望な候補材料を効率よく提案できることを実証した。今回の研究は発光色という単一の特性に注目したものであったが、実用材料の開発では複数の特性を兼ね備えることが求められる。今後は、様々な特性に対する機械学習モデルを開発し、複数の機能・特性を考慮した材料設計・探索に展開していきたい。

      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