[14a-A205-1~10] 23.1 合同セッションN「インフォマティクス応用」

[14a-A205-7] ニューラルネットワークを用いた炭素K端ELNES/XANESからの物性予測

〇菊政 翔¹、清原 慎^2,3、柴田 基洋^1,3、溝口 照康^1,3 (1.東大工、2.東工大IIR、3.東大生研)

キーワード：ELNES XANES、機械学習、物性予測

ELNES，XANESは局所領域の電子状態解析に強力な手法であるが，解析には専門知識と高コストな理論計算が必要なので，多大な時間と労力を要する．そこで本研究では，炭素K端スペクトルから機械学習により高速での分子の物性の予測を試みた．順伝播型ニューラルネットワークを用いて高精度での物性予測に成功した一方，内部エネルギーなどは予測が低い精度にとどまったが，入力データに分子の組成の情報を追加することで精度が改善した．