[18a-A401-1~9] 23.1 合同セッションN「インフォマティクス応用」

[18a-A401-2] 有機高分子材料分析に向けた機械学習による炭素K吸収端ELNES/XANESの形状予測の検討

〇柴田 基洋¹、溝口 照康¹ (1.東大生研)

キーワード：内殻励起電子スペクトル、機械学習、データベース

炭素を含む高分子・複合材料は様々な分野の研究対象となっており，構造・組成の微視的分析手法の発展が必要である．本研究では第一原理計算により得た炭素K吸収端スペクトルデータセットに対し機械学習を適用することで，有機分子の構造から炭素K吸収端スペクトル形状を低コストで予測することを試みた．その結果，グラフ畳み込みニューラルネットワークにより分子構造からの炭素K吸収端スペクトルの形状が概ね予測できた．