大会名称 |
---|
2017年 情報科学技術フォーラム(FIT) |
大会コ-ド |
F |
開催年 |
2017 |
発行日 |
2017-09-05 |
セッション番号 |
105 |
セッション名 |
機械学習と量子物理学の交差点 |
講演日 |
2017/9/14 |
講演場所(会議室等) |
第3イベント会場 |
講演番号 |
A-5-2 |
タイトル |
材料科学におけるデータ駆動型研究 -機械学習による量子力学的力場や有効モデルの推定- |
著者名 |
田村 亮, |
キーワード |
抄録 |
現在、材料科学分野ではデータ駆動型研究が注目されている。材料科学には、材料構造データ、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材料データが存在し、それらは量子物理学と密接に関連している。一般的に、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、既知材料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材料データを推定し、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、材料科学分野の様々な部分の高速化及び、材料開発に重要な情報の抽出を目指し、様々な種類の材料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、第一原理計算を入力としたカーネル法による量子力学的力場推定や、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など講演者が携わったいくつかの事例を紹介し、量子物理学と機械学習の融合研究の可能性について議論する。 |