日本金属学会2024年秋期(第175回)講演大会

Presentation information

公募シンポジウム講演

[S9] S9.Digital Transformation Initiative R&D for Magnetic Materials II(1)

データサイエンス的手法を用いたデータ駆動型の先進的新規材料創製技術により、革新的な機能、従来を上回る性能強調を発現する、永久磁石、軟磁性材料、機能性磁性物質等の多種多様なエネルギー変換マテリアルを効率的に創出する新たな挑戦が始まっている。DX的手法により磁性材料マップを創製し、計測DXを活用した材料開発でそれをサポートしつつ、常にユーザーの立場でのデバイス開発とDXの視点が求められる。
本シンポジウムでは、データ創出・活用型マテリアル研究開発プロジェクト(DxMT)が構築している磁性材料マップやそれを支えるDX手法、材料研究などをいかに活用してデータ駆動型研究開発手法につなげるのかに主眼を置く。産業界における製品のブレークスルーにつながる磁性材料への期待も踏まえつつも、磁性材料を本シンポジウムにおける議論の具体的な題材、実例と位置づけることで、国内外の社会実装、産業振興に資する、幅広い材料への展開も見据えた広範なデータ創出・活用型磁性材料研究の発表と活発な討論、情報交換を期待する。

Wed. Sep 18, 2024 1:00 PM - 4:35 PM Room B (A002 basement 1st floor Building A Center for Education in Liberal Arts and Sciences)

座長:袖山 慶太郎(NIMS)、岡本 聡(東北大学)

2:00 PM - 2:20 PM

[S9.3] Development of machine learning models for efficient exploration of functional Heusler compounds

*Enda XIAO1, Terumasa TADANO1 (1. NIMS)

Keywords:machine learning、transfer learning、crystal graph model

Models based on crystal graph show superior performance compared to those based on compositional descriptors. We demonstrate low performance due to small set can be improved via transfer learning.

Please log in with your participant account.
» Participant Log In