[17p-A401-1~15] 23.1 合同セッションN「インフォマティクス応用」

[17p-A401-6] 材料化学の知識に基づくセラミックス材料の特徴量エンジニアリングと常誘電材料の比誘電率の特性予測

〇尾崎 仁亮¹、池田 潤¹ (1.株式会社村田製作所)

キーワード：特徴量エンジニアリング、機械学習、誘電体材料

機械学習（ML）による材料の研究・開発促進は、近年の化学の発展に欠かせないものとなっている。しかし、MLの入力データ（特徴量）として提案されているものは、実験化学者にとって直感的には理解しにくいものも多く、MLの導入や解析結果の解釈の妨げになっている。そこで、材料化学で長らく用いられてきた考え方に立脚し、実験化学者にとって使いやすく、研究開発に活かしやすい特徴量の開発を行った。