[1Win4-60] 適応的な制約条件を満たしつつ、同時に複数の目標物性へと結晶構造を最適化するマテリアルズデザイン手法
既存の物性予測モデルを活用した、特定の結晶構造保持のような適応的制約下での複数物性へと結晶構造を同時に最適化する手法
キーワード：マテリアルズインフォマティクス、AI for Science、最適化、逆問題、マテリアルズデザイン
材料科学において, 目標とする特性を備えた結晶構造を探索することは極めて重要である. ベイズ最適化や深層生成モデルといった近年の手法はこの課題に対して一定の進展を遂げている一方で, 所望の結晶構造を維持しつつ, 電気的中性や目標特性の最適化といった複数の制約を適応的に組み込むことは依然として困難である. これらの課題に対処するため, 我々はSMOACSフレームワークを提案する. これは, 最新の特性予測モデルとその勾配を活用して, 複数の目標特性へと同時に結晶構造を最適化する手法である. SMOACSは, モデルを再学習させることなく最適化プロセスに適応的な制約を組み込むことを可能にする. この機能により, SMOACSは多様な結晶種で学習したモデルを用いても, ペロブスカイト構造を保持しながら複数の目標特性を同時に最適化することに成功した. 私たちは, 原子サイト数が最大135に及ぶ大規模な構造で電気的中性を維持するという困難な制約を満たしながら, バンドギャップの最適化を実証した. 最も有望とされた材料の特性は, 密度汎関数法計算により確認した.
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。