8/28 物質科学に適したデータ同化の基礎と手法・実例

奈良先端科学技術大学院大学　准教授　博士(理学)　原嶋 庸介　氏

専門：計算物質科学
第一原理計算およびデータサイエンス（特にデータ同化などの実験と理論の融合領域）が得意
これまでに取り組んできた物質系は、永久磁石、半導体、光触媒
研究室のホームページ： https://sites.google.com/view/naist-mi?pli=1

　本講演では講演者が最近進めている、実験とシミュレーションの融合に関する研究事例の紹介および講演者が開発したデータ同化手法の解説と演習を行う。
　触媒や永久磁石などの材料開発の高効率化のためにデータ科学の応用が進んでいる。最近では、データ科学に基づいた物質探索により200万もの新しい結晶を見つけたとの報告もある。このようなデータ科学では膨大な数のデータを要するが、触媒活性や自発磁化など、それぞれ特定の材料特性のデータ数は不十分な場合が多い。そこで、データ科学を物質科学に適用するには少数データを取り扱う方法が必要となり、データ同化はその一つである。
　データ同化はシミュレーションデータを実験データに統合することで高精度な予測モデルを得る方法である。材料特性の制御変数は多次元であり、広い空間ではデータの欠測も生じやすいため、これらを考慮した物質科学に適したデータ同化手法を紹介する。

 １．物質科学におけるデータ同化手法の基礎
　1.1 多変量Gauss分布モデル
　1.2 欠測データと完全尤度
 
２．永久磁石化合物の有限温度磁化予測モデルの構築
 
３．Perovskite型水分解光触媒化合物のバンドギャップ狭窄化
　3.1 Multi-LayerPerceptronによる表現学習を用いた特徴量生成
 
４．データ同化を用いたBayes最適化
　4.1 Bayesの定理と事後分布
　4.2 獲得関数
 
５．光触媒化合物の焼成プロセスインフォマティクス
　5.1 SrTiO3の焼成プロセスに関する特徴量生成
　5.2 焼成プロセスのDynamicMonteCarloシミュレーション
　5.3 実験・シミュレーション・機械学習の統合による触媒活性予測モデル構築
　5.4 高い触媒活性が得られる焼成プロセスの導出
 
６．演習
　6.1 データ同化プログラムCLAUDEのインストール
　6.2 入力パラメータの説明
　6.3 １次元系でのデモンストレーション
　6.4 ２次元系でのデモンストレーション
　6.5 自由課題

　□　質疑応答　□
 

【演習に関して】
演習では講演者が開発したデータ同化プログラム(CLAUDE)をインストールしていただきます。
こちらはPython(ver.3)で開発されたものです。
データ同化プログラムのインストールはセミナー当日に説明しながら行います。
基本的にGoogle Colaboratoryを使ったクラウド上での実施を想定しておりますので、事前に演習に利用可能なGoogleアカウントのご用意をお願いいたします。
（お手元のPCに直接インストールも可能です。その場合はPythonのインストールを事前にお願いいたします）
当日は、こちらで用意したトイデータを使用してデータ同化プログラムをお試しいただきます。

※詳細・お申込みは上記

「お申し込みはこちらから」（遷移先WEBサイト）よりご確認ください。