Download file (12.8 MB)
Download as zip (11.5 MB)

Collection

Citation

Description:

機械学習による無機材料の物性予測を促進するため、局所結晶構造に基づく原子記述子を開発した。配位多面体の出現行列に特異値分解を適用し、配位原子と配位多面体の位相に基づく2種の記述子を生成した。これらを用いたクラスタリングでは、周期表における同族元素間の類似性だけでなく、隣接元素間の類似性も反映された。この記述子を用いた生成エネルギーとバンドギャップの機械学習予測では、従来の物性記述子と比べて予測精度と汎化性能が向上した。

Rights:

• Creative Commons BY Attribution 4.0 International
  

Keyword: Materials informatics, machine learning, atomic descriptors, coordination polyhedra, formation energy prediction, band gap prediction

Date published: 2021-01-01

Publisher: Informa UK Limited

Journal:

• Science and Technology of Advanced Materials: Methods (ISSN: 27660400) vol. 1 issue. 1 p. 200-212

Funding:

• Japan Science and Technology Agency JPMJCR19J1

Manuscript type: Publisher's version (Version of record)

MDR DOI:

First published URL: https://doi.org/10.1080/27660400.2021.1986359

Related item:

Other identifier(s):

Contact agent:

Updated at: 2024-11-21 16:35:29 +0900

Published on MDR: 2024-11-21 16:35:29 +0900