[18a-F202-1~10] 1.3 Novel technologies and interdisciplinary engineering

△ [18a-F202-2] Predicting material properties by integrating combinatorial experiments, ab-initio calculations and machine learning in the Fe_xCo_yNi_1-x-y ternary

〇Yuma Iwasaki^1,2, Kusne A. Gilad^3,4, Takeuchi Ichiro⁴, Ishida Masahiko¹, Kirihara Akihiro¹, Sawada Ryoto¹, Terashima Koichi¹, Someya Hiroko¹, Yorozu Shinichi¹ (1.NEC Corp., 2.PRESTO JST, 3.NIST, 4.UMD)

Keywords:machine learning, informatics, integration

実験手法・計算手法の発展に伴い、短期間で大量の材料データの取得が可能となっている。これら材料ビッグデータを機械学習によって解析する”マテリアルズ インフォマティクス”や”マテリアルズ インテグレーション”と呼ばれる技術が近年注目されている。現在、我々もコンビナトリアル実験で得られる大量の機能/特性データ、および第一原理計算から得られる大量の電子構造データを実際に取得し、機械学習による解析を積極的に活用して材料の開発を行っている。 本発表では、その材料開発システムの一部に採用しているコンビナトリアル物性予測技術を紹介する。