豊かで暮らしやすいWell-beingな社会の創造に加えて、地球温暖化や異常気象を抑制するためのカーボンニュートラルの実現、大規模災害時などに人命を守り迅速に回復するレジリエンス国家の構築、サイバー空間と現実空間を高度に融合したシステムにより経済発展と社会的課題の解決を両立するSociety 5.0の創成など、人類が目指す未来社会の実現に向けて、マテリアルズ・インフォマティクスを活用した材料設計・材料開発への期待は益々大きくなってきている。
このような背景の中、本書では、マテリアルズ・インフォマティクスについて、手法の解説や応用例の紹介にとどまらず、得られた結果をどのように具体的な材料設計・材料開発に結びつけるのかのノウハウなど、多様な側面からの執筆をこの分野で先頭を走っておられる方々にお願いさせて頂いた。これから、マテリアルズ・インフォマティクスを始めてみたいと思っておられる方、マテリアルズ・インフォマティクスを始めてみたがなかなか成果に結びつけられていない方、さらにはマテリアルズ・インフォマティクスの活用に新たな方向性を模索されている方など多様な読者の方々にとって、今後の研究開発の発展・飛躍の一助になれば幸いである。
目次
【第1編:総論】
第1章 マテリアルズ・インフォマティクスの現状と将来展望
1 はじめに
2 材料データ
2.1 高品質材料データの要件
2.2 材料データの現状
2.3 マテリアルズ・インフォマティクスに必要なデータ
3 MIの研究事例
3.1 知見の獲得
3.2 特性予測
3.3 材料設計
4 大規模言語モデルの応用
5 まとめ
第2章 研究DXを加速する実験プラットフォーム構築への取り組み
1 はじめに
2 フロー合成装置のデータフローとベイズ最適化
2.1 フロー合成の利点とプロセス最適化の必要性
2.2 RXサイクルを基盤としたシステムインテグレーション
2.3 マテリアルズ・インフォマティクス(MI)による予測・最適化
3 光触媒実験の自動化と電子ラボノート
3.1 研究DXにおける電子ラボノートの役割とFAIR原則
3.2 ELNのテンプレート設計と機械可読性の実現
3.3 活用事例: 光触媒実験の自動化プラットフォーム
4 ELNの全学的展開とアウトリーチ活動
5 おわりに
第3章 マテリアルズ・インフォマティクスの基礎と実務への応用
1 MIの現在位置
1.1 MI黎明期から現在のMI活用期に至るまでの変遷
1.2 MIの取組みの多様化
1.3 MI活用期における悩みの声
1.4 MIの実践活用を進めるにあたっての落とし穴
2 MIの実践活用に向けて ―基礎から実務への応用まで―
2.1 課題解決に資する共通的なデータ分析のフロー
2.2 場面に応じた実験データの整形
2.3 場面に応じた定石・型の理解と会得
3 生成AIとそれ以外のAIの使い分け
4 MIの実践活用に向けた組織内風土醸成と普及
第4章 分析データのMIにおける位置づけとそのPythonでの取り扱い
1 はじめに
2 事例1:1H-NMR 1Dスペクトルのデータ処理自動化
2.1 1H-NMR処理の自動化
3 事例2:特許記載の化合物とLC/MSデータの照合
3.1 特許文書からの化合物表現の抽出
4 事例3:ロボットアームを活用した実験自動化
4.1 システム全体像
4.2 NIR測定の自動化
4.3 NIRスペクトルの主成分分析
5 事例4:データスワンプ内NMRデータの次元削減
5.1 一次加工データの読み込みと基礎的なカウント値の取得
5.2 1H-NMRデータの次元削減
5.3 分析データの完全性
6 おわりに
第5章 材料技術者向けMI普及活動の試行錯誤と課題検討
1 はじめに
2 本取り組みの特徴
3 MI技術ワークショップの内容
4 MI技術の普及に向けた課題と対策
4.1 MI普及における課題と現在の方針
4.2 材料系エンジニア側から見たMI導入の課題と対策
5 MI普及の今後について
【第2編:記述子の設計開発】
第6章 高分子のMIにおける高次構造記述子-物性相関
1 はじめに
2 複雑ネットワーク科学によるゴム弾性の記述
3 結晶性高分子の高次構造記述子と説明可能AI(XAI)
3.1 X線散乱・回折像とXAI
3.2 高次構造記述子の抽出とXAI
3.3 シンボリック回帰の適用
4 高次構造記述子を代理目的変数としたベイズ最適化
5 おわりに
第7章 カーネル平均埋め込みによる材料の表現
1 はじめに
2 材料の記述子化
3 カーネル平均埋め込みによる材料の記述子化
3.1 概要
3.2 問題設定の定式化
3.3 従来のベクトル型記述子:要約統計量記述子
3.4 カーネル平均埋め込み
3.5 カーネル平均記述子
3.6 カーネル平均記述子の逆写像の一意性
3.7 カーネル平均記述子のハイパーパラメータ設定
3.8 カーネル平均記述子の材料データにおける数値実験例
4 カーネル平均記述子を用いた逆材料探索
【第3編:MIの要素技術】
〈機械学習〉
第8章 機械学習とハイスループット第一原理計算による半導体・誘電体材料探索システムの開発
1 はじめに
2 ハイスループット第一原理計算・データベース
3 機械学習を用いた物性予測モデル
3.1 結晶構造記述子
3.2 誘電率モデルの構築
4 ブラックボックス最適化と自律的材料探索システム
4.1 ブラックボックス最適化
4.2 自律的材料探索システム
第9章 能動学習による実験条件の効率的探索
1 材料開発でのデータ取得
2 能動学習のスコアリング方針
2.1 不確実性サンプリング(Uncertainty sampling)
2.2 多様性サンプリング(Diversity sampling)
2.3 推奨スコアの再設計
3 活用事例
3.1 引張強度の予測精度向上
3.2 剥離強度の最大化
3.3 多目的最適化
第10章 マテリアルズ・インフォマティクスによる材料強度特性の予測
1 はじめに
2 蒸気タービン長翼の最適熱処理条件の予測技術
3 火力発電プラント用高温蒸気配管のクリープ特性の予測技術
4 小括
第11章 機械学習を用いた高分子複合材料における疲労限の予測
1 はじめに
1.1 背景
1.2 疲労試験
1.3 マテリアルズ・インフォマティクス
1.4 目的
2 モデル化手法
2.1 解析に用いる樹脂材料のデータ
2.2 前処理
2.3 非線形回帰(Random Forest,XGBoost,Light GBM)
2.4 モデル化の手順
2.5 モデルの評価指標
3 非線形解析結果と考察
3.1 ハイパーパラメータのチューニングおよび予測モデルの妥当性確認
3.2 予測モデルの汎化性能検証
3.3 新規データを用いた予測モデルの汎化性能確認
4 まとめ
第12章 汎用的な機械学習原子間ポテンシャルの開発と材料開発への応用
1 汎用原子レベルシミュレータ: Matlantis
1.1 技術的背景
1.2 Matlantisの特長
1.3 Matlantisのコア技術: Preferred Potential(PFP)
1.4 機械学習原子間ポテンシャル(MLIP)の選定
2 活用事例
2.1 触媒事例での活用(精度検証・材料探索)
2.2 潤滑油事例での適用(原理解明・材料探索)
2.3 構造推定での活用(手法検証・課題適用)
3 Matlantisがもたらした変化
3.1 後追いから並走へ(タイムラグのない現場課題解決)
3.2 計算科学者の研究スタイルの革新
4 課題と今後の展望
5 まとめ
〈シミュレーション〉
第13章 マルチモーダルAIによる複雑な材料データからの多様な機能の予測技術
1 はじめに
2 材料化学分野のデータ活用
3 材料化学分野に適用可能なマルチモーダルAIの概念
4 高分子複合材料をモデル系にしたマルチモーダルAI
5 マルチモーダルAIの多様な系への広がり
6 おわりに
第14章 非平衡理論によるイオン導電率計算の高速高精度化
1 はじめに
2 イオン輸送に関する理論計算の最新動向
2.1 静的な計算から分子動力学法へ
2.2 イオンの輸送係数計算の現状・課題
3 非平衡分子動力学法によるイオン導電率計算
3.1 定場カラー伝導非平衡分子動力学法
3.2 定流カラー伝導非平衡分子動力学法
3.3 カラー伝導NEMDによるイオン導電率計算
4 おわりに
第15章 機能性合成ゴム材料におけるインフォマティクス研究
1 はじめに
2 モデル化の前提とパラメータ化
2.1 仮定①:フィラー分散の扱い
2.2 仮定②:フィラー分配比(偏在)の導入
2.3 材料定数:実効充填量→単体系近似による写像
3 規則構造セットとFEM妥当性
3.1 規則構造の設定
3.2 FEMによるシミュレーションと実験比較
4 3D構造解析と特徴量設計
4.1 特徴量設計の基本方針
4.2 抽出した構造特徴量
4.3 特徴量の意義と期待される効果
5 データ拡張(不規則構造)と学習設定・予測精度
5.1 不規則構造導入の背景
5.2 不規則構造の生成とシミュレーション
5.3 データ分布の拡張効果
5.4 学習設定と予測精度
6 モデル解釈(SHAP)—効く構造因子の抽出
6.1 SHAP解析の導入
6.2 SHAPサマリーによる重要因子の抽出
6.3 個別プロットによる因子の解釈
7 モルフォロジーへの落とし込み:構造-物性相関図
7.1 構造群への分類
7.2 相関図の作成
7.3 設計指針としての読み方
7.4 まとめ
8 今後の展望
第16章 合金触媒の簡易スクリーニングと樹脂の劣化解析
1 はじめに
2 合成触媒の簡易スクリーニング
2.1 状態密度と触媒活性
2.2 計算条件
2.3 計算モデル
2.4 計算結果
3 樹脂の劣化解析
3.1 背景
3.2 計算方法
3.3 結果および考察
第17章 バイオ由来材料の最先端AI分析技術による開発
1 はじめに
2 Chemicals Informatics(CI)
3 材料探索AI技術
3.1 NLPを活用した化合物データベースの構築
3.2 新規化合物の生成
3.3 有望化合物の探索
4 CIによるポリ乳酸用の有望添加剤の探索
4.1 カーボンニュートラル実現に向けた材料開発
4.2 ポリ乳酸の強度と分解性を両立する有望添加剤の探索
5 CIの有効性の実証
5.1 材料
5.2 分子シミュレーションによる有効性の実証
5.3 実験による有効性の実証
6 材料開発におけるCI適用の効果
7 結論
第18章 GNNベース汎用ポテンシャルとAIエージェントによる触媒材料探索
1 はじめに
2 ニューラルネットワークポテンシャルによる汎用ポテンシャル性能評価
2.1 比較条件および概要
2.2 比較結果
2.3 汎用ポテンシャルの有用性
3 グラフニューラルネットワークによる物性予測と触媒設計
3.1 HEA触媒の計算モデルと解析条件
4 計算データと機械学習を合わせた物性予測とスクリーニング高速化
4.1 機械学習による5元系合金の予測
4.2 機械学習による6元系・7元系合金の予測
5 生成AIとエージェント化による研究プロセスの高度化
6 結果と考察
【第4編:MIの実際の導入・実用事例】
第19章 分子計算とMIアプローチを融合した新規化合物の探索と材料設計
1 はじめに
1.1 分子計算とMIの融合による革新的事例
1.2 有機材料開発における分子計算とMI融合の課題と解決策
2 材料開発・化合物探索事例
2.1 マテリアルズ・リポジショニングの概念と実践
2.2 MI予測モデルによるOLED材料探索
2.3 分子シミュレーションを用いた大規模計算による化合物記述子のデータベース化とそのMI活用
3 まとめ
第20章 シミュレーションとMIを活用した高分子材料設計の取り組み
1 はじめに
2 戦略①:分子シミュレーションと物理モデルの融合
3 戦略②:マルチスケールシミュレーション
4 戦略③:スパースな少数データの有効活用
5 戦略④:Semi-Structured データ形式を利用したデータ統合解析
6 おわりに
第21章 データ駆動が拓くカーボン材料研究の新潮流:マテリアルズインフォマティクスの実践
1 はじめに
2 AIエージェントによる研究課題設定
2.1 情報爆発時代における課題設定の重要性
2.2 データ駆動型研究課題探索システムの構想
2.3 Embeddingとクラスタリングによる知識構造の抽出
2.4 AIによるクラスタ解析と課題提案
2.5 カーボン材料研究への展開
3 カーボン材料へのMIの応用
3.1 回帰分析
3.2 構造モデリング
3.3 画像解析
4 マルチモーダル解析～画像情報と数値データの融合～
5 まとめと今後の展望
第22章 ATHASデータバンクによる高分子インフォマティクス
1 はじめに
2 高分子のデータベース
3 機械学習による定量的構造物性相関
4 回帰モデルによる比較
5 ATHAS DB未登録高分子への適用
6 おわりに
第23章 第一原理計算と機械学習の融合に基づく結晶構造予測
1 はじめに
2 仮想構造の生成方法
2.1 元素置換法
2.2 対称性予測法
3 転移学習によるエネルギー予測
4 構造予測の精度評価・考察
5 まとめ
