ISSP - The institute for Solid State Physics

Seminar
文字のサイズ: (小) / (中) / (大)
[理論インフォーマルセミナー]
物質・材料科学分野におけるデータ駆動型研究 – 機械学習による有効モデル推定,力場推定,ニオイセンサシグナル解析 –
日程 : 2018年4月25日(水) 15:00 - 16:00 場所 : 物性研究所本館6階 第5セミナー室 (A615) 講師 : 田村 亮 氏 所属 : 物質・材料研究機構/東京大学 世話人 : 川島 直輝 (ex.63260)
e-mail: kawashima@issp.u-tokyo.ac.jp
講演言語 : 日本語

現在,物質・材料科学分野ではデータ駆動型研究が注目されている.物質・材料科学には,構造データ,実験測定データ,第一原理計算データといった様々な種類のデータが存在している.これらのデータの取得には長時間測定や長時間シミュレーションが必要な場合が多く,簡単にデータを収集することが困難である.そのため,既知データを機械学習のトレーニングデータとすることで未知データを推定し,物質・材料開発の高速化を目指す研究が,材料科学におけるデータ駆動型研究である.講演者は,物質・材料科学分野の様々な部分の高速化及び,物質・材料開発に重要な情報の抽出を目指し,様々な種類のデータを対象としたデータ駆動型研究を実施している.本講演では,実験測定データを入力としたベイズ統計による有効モデル推定や,第一原理計算結果を入力としたガウシアンプロセス回帰による力場推定,ニオイの特徴を抽出するためのニオイセンサシグナル解析など講演者が携わったいくつかの事例を紹介し,物質・材料科学と機械学習の融合研究の可能性について議論する.
参考文献
[1] T. Suzuki, R. Tamura, and T. Miyazaki, Int. J. Quant. Chem. 117, 33 (2017).
[2] R. Tamura and K. Hukushima, Phys. Rev. B 95, 064407 (2017).
[3] K. Shiba, R. Tamura, G. Imamura, and G. Yoshikawa, Sci. Rep. 7, 3661 (2017).
[4] R. Tamura and K. Hukushima, PLoS ONE 13, e0193785 (2018).

(公開日: 2018年04月18日)