ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング


インデックスリンク

インデックスツリー

  • RootNode

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. シンポジウム
  2. シンポジウムシリーズ
  3. マルチメディア、分散、協調とモバイルシンポジウム(DICOMO)
  4. 2021

MatVAE: 少量の実験データでも学習可能な実験候補化合物を提示するための入れ子型変分オートエンコーダ

https://ipsj.ixsq.nii.ac.jp/records/212970
https://ipsj.ixsq.nii.ac.jp/records/212970
8da51985-f6d5-4d3a-8ce1-1d54ed6417dd
名前 / ファイル ライセンス アクション
IPSJ-DICOMO2021072.pdf IPSJ-DICOMO2021072.pdf (1.6 MB)
Copyright (c) 2021 by the Information Processing Society of Japan
オープンアクセス
Item type Symposium(1)
公開日 2021-06-23
タイトル
タイトル MatVAE: 少量の実験データでも学習可能な実験候補化合物を提示するための入れ子型変分オートエンコーダ
タイトル
言語 en
タイトル MatVAE: Nested Variational Autoencoders for Generating Compounds with Small Experimental Dataset
言語
言語 jpn
キーワード
主題Scheme Other
主題 AI
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_5794
資源タイプ conference paper
著者所属
株式会社日立製作所研究開発グループ
著者所属
株式会社日立製作所研究開発グループ
著者名 刑部, 好弘

× 刑部, 好弘

刑部, 好弘

Search repository
淺原, 彰規

× 淺原, 彰規

淺原, 彰規

Search repository
論文抄録
内容記述タイプ Other
内容記述 国際的に高性能かつ低環境負荷な材料の開発が急務であり,人工知能技術やデータ分析技術により材料開発効率化を図るマテリアルズ・インフォマティクス(MI)に注目が集まっている.特に,試作実験前に予め有望な材料を実験候補として提示し,要求性能を満たす新材料を短期間で見つけるため技術として,性能改善確度の高い化合物を生成する深層生成モデルがいくつか提案されている.しかし,一般的にこうしたモデルは十分な精度を得るために膨大な実験データを必要とする.現実の材料開発現場では多くても千件程度しか蓄積できないことが多く,少量の実験データでも適用可能な手法が必要だ.そこで報告者は,大規模オープンデータを用いて化合物の構造的特徴を学習する外側の VAE と,前記 VAE を介して得られる潜在変数と物性値の関係性を小規模実験データから学習する内側の VAE をネストして構成する深層生成モデル MatVAE を提案した.本研究では,学習データの範囲を超える高性能な材料を生成させるため,内側 VAE の学習時に潜在変数の所定の成分 z[k] と物性値が強い相関をもつような損失関数 L_cor を導入した.オープンデータによる検証では,候補生成時に z[k] を操作することで,生成化合物の物性値も制御可能であることが確認できた.さらに,過去の実験データを用いた模擬的新材料探索実験では,高性能な新材料の発見に要する実験回数を従来比 1/4 に削減した.
書誌情報 マルチメディア,分散協調とモバイルシンポジウム2021論文集

巻 2021, 号 1, p. 540-546, 発行日 2021-06-23
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 17:19:00.098545
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3