結晶化合物の物性予測のための原子間距離情報に基づくカーネル設計

• 秋田 大空

  京都大学大学院情報学研究科知能情報学専攻

• 馬場 雪乃

  京都大学大学院情報学研究科知能情報学専攻

• 鹿島 久嗣

  京都大学大学院情報学研究科知能情報学専攻

• 世古 敦人

  京都大学大学院工学研究科材料工学専攻

抄録

材料工学において，結晶化合物の物性を機械学習によって予測する場合，その特徴を適切に記述するためには，どのような元素から構成されているかだけでなく，それらの構造情報についても考慮する必要がある．既存手法として，単位立方体内の原子ペア間の距離情報に着目して特徴ベクトルを構成するなどが存在するが，本研究では構造情報を直接表現するためのカーネルを提案する．

収録刊行物

• 人工知能学会全国大会論文集

  人工知能学会全国大会論文集 JSAI2017 (0), 4J12in2-4J12in2, 2017

  一般社団法人 人工知能学会

詳細情報

• CRID: 1390282763024881152
• NII論文ID: 130007426647
• DOI: 10.11517/pjsai.jsai2017.0_4j12in2
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • CiNii Articles
• 抄録ライセンスフラグ: 使用不可