機械学習と材料データベースを活用したハイスループット計測データの自動解析

使用机器学习和材料数据库自动分析高通量测量数据

基本信息

批准号：
19J22340
负责人：
鈴木雄太
金额：
$ 1.6万
依托单位：
The Graduate University for Advanced Studies
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-25 至 2022-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19J22340/
关键词：
マテリアルズインフォマティクス X線回折機械学習材料科学

项目摘要

結晶構造の同定は材料研究の始点であり、結晶構造の分析のため粉末X線回折法（PXRD）が広く用いられている。粉末XRDパターンを人間が見て直接理解することは困難であるため、結晶構造の情報を抽出するために、リートベルト法と呼ばれるデータ解析法が広く用いられている。これは予め仮定しておいた結晶構造モデルからPXRDパターンをシミュレーションし、その結果が測定したPXRDパターンに一致するように構造モデルをアップデートすることで、実験データによくあてはまった結晶構造を得る手法である。リートベルト法は結晶構造についての様々な情報を得ることができ、信頼のおける手法である一方で、解析に試行錯誤や熟練を要するため、解析に大きな時間的コストがかかるという点で課題があった。昨年度までに、リートベルト解析のワークフロー全体をブラックボックス最適化（数理最適化の問題設定の一つ、具体的な関数形がわからない関数の最適化を扱う）の問題として定式化することでリートベルト法を自動化し、熟練者並みの精度が得られることを実証した（論文出版・ソフトウェア公開済み）。今年度はこの手法をさらに発展させるため、計算機クラスタを用いて多数のパラメータ候補の網羅的実験を行い、「良い結果を与える定石」となるようなパラメータを探索した。さらに、実用に向けた手法のブラッシュアップのため実データを用いたベンチマーク評価を行った。加えて、リートベルト解析を用いない高速な結晶構造解析法や物性予測タスクへの発展についても検討するため、Deep Neural Networkを用いて結晶構造を取り扱う技術について調査・計算機実験を進めた。

晶体结构的鉴定是材料研究的起点，粉末X射线衍射（PXRD）被广泛用于分析晶体结构。由于人类很难直接看到和理解粉末XRD模式，因此一种称为Rietbert方法的数据分析方法被广泛用于提取有关晶体结构的信息。这是一种通过模拟假定的晶体结构模型的PXRD模式并更新结构模型，从而获得了非常适合实验数据的晶体结构的技术，从而使结果与所测量的PXRD模式匹配。 Rietbert方法允许有关晶体结构的广泛信息，并且是一种可靠的方法，但是在该分析中也存在问题，需要试用，错误和技能，这涉及大量的时间和成本。到去年，我们已经证明，通过将整个工作流程用于RIETVELD分析作为黑匣子优化问题（数学优化问题设置之一，处理不知道特定功能形式的功能的优化），Rietveld方法已自动化，实现了熟练的个人的准确性（纸张出版和软件出版）。为了进一步开发这种方法，我们使用计算机簇进行了大量参数候选者进行了详尽的实验，以搜索“将是“标准策略”，这将带来良好的结果”。此外，使用实际数据进行基准评估以刷新实际方法。此外，为了研究快速晶体结构分析方法的开发，而无需使用Rietveld分析和物理性能预测任务，我们对使用深神经网络处理晶体结构的技术进行了研究和计算机实验。