miを用いた高性能伝熱制御材料の開発人工知能技術を用いた...
TRANSCRIPT
人工知能技術を用いた新規物質・材料発見
深層学習と、量子化学計算を用いた新規化合物の生成。目的の吸収波長を持つ分子の設計に成功。
Keywords: 人工知能、機械学習、マテリアルズインフォマティクス
情報統合型物質・材料研究拠点 データ科学グループ
津田 宏治[email protected] | http://tsudalab.org/ja/member/koji_tsuda/
これまでの材料開発は、研究者個人の知識と直感に基づいていた
そのため、網羅的な第一原理計算、不必要な実験などの無駄が多かった
深層学習など、人工知能技術の発達は著しい
データからの機械学習と、自動設計アルゴリズムを用いて材料開発を加速する
ベイズ最適化、モンテカルロ木探索などを数理的基礎とする自動設計手法を開発する
機械学習の基礎となるデータベースの整備を行う
・M Sumita, X Yang, S Ishihara, R Tamura, K Tsuda, ACS Central Science, 2018, to appear.・S Ju, T Shiga, L Feng, Z Hou, K Tsuda, J Shiomi, Physical Review X, 2017.
深層学習やベイズ最適化は材料開発に有用
人間では設計できない複雑な材料も設計可能
量子計算と機械学習は相互に補完しあう
より広範な材料開発への適用
少数しかデータ点がない場合への適用拡大
既存データベースの知識を活かした材料開発
ベイズ最適化を用いたSi-Geナノ構造の設計。熱伝導度を最大/最小にする最適な原子配置を発見。
MIを用いた高性能伝熱制御材料の開発
機械学習を活用した世界最小熱伝導率ナノ複合材料の設計と開発
Keywords: マテリアルズインフォマティクス（MI) 熱伝導率 放熱材料 断熱材料
情報統合型物質・材料研究拠点 データプラットフォーム プラットフォーム長
徐 一斌[email protected] | http://www.nims.go.jp/research/group/thermal-management-thermoelectric.html
放熱・断熱材料は、エネルギー有効利用の観点から、建築や電子機器、発電プラント、航空機など、
日常生活から工業活動まで幅広く利用されています。近年、電子部品の高出力化や高密度化、自
動車の燃費向上などの産業需要によって、高性能な伝熱制御材料が要求されています。
極高/極低熱伝導率を有する物質
高性能放熱材料の設計・開発
高性能断熱材料の設計・開発
・T. Zhan et al.,Sci. Rep. 7: 7109 (2017)・Y. Wu et al., ACS Appl. Nano Mater., DOI:10.1021/acsanm.8b00575・徐一斌等, 特願 2018-1587
機械学習を用いて界面熱抵抗の高精度な予測
モデルを構築した。
界面熱抵抗の高い材料組合せを設計した。
極小熱伝導率を有するナノ複合材料を実現した。
材料耐熱性の向上
作製プロセスの最適化とコストダウン
複合材料組合せ探索
λ=0.16W/mK
世界最⼩熱伝導率無機複合薄膜
専⾨家が選択した機械学習モデル
機械学習界⾯熱抵抗予測モデル作成 候補：2000組合せ
Bi/Si
Bi/Siナノ複合薄膜
多成分・ナノ構造精密制御成膜装置
成膜条件制御、構造最適化
界⾯熱抵抗DBの作成と記述⼦最適化
界⾯熱抵抗実験値
物理特性（密度、融点、⽐熱、単位
胞体積等）
化学特性（原⼦座標、電気陰性度、イオンポテンシャル等）
材料特徴（膜厚、中間層）
746 データポイント125 界⾯56 論⽂
最適化された記述⼦
⾼界⾯熱抵抗TOP100
専⾨家による選択（合成し易さ、安定性、
毒性等）
－ 373－
統合型材料開発・情報基盤