Design of Deep Learning Model for Predicting Material Properties Using Crystal Structure Represented by Three-Dimensional Mesh
Design of Deep Learning Model for Predicting Material Properties Using Crystal Structure Represented by Three-Dimensional Mesh
复制标题
利用三维网格表示的晶体结构预测材料性能的深度学习模型设计
DOI：
10.11517/pjsai.jsai2022.0_4c3gs1004
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
熊谷 将也
中科院分区：
文献类型：
--
作者：
鶴田 博文;桂 ゆかり;熊谷 将也
新規材料の研究開発の効率化を目的として, 深層学習などの機械学習モデルを用いて材料物性を予測する研究が盛んに行われている. 材料物性は結晶構造の影響を大きく受けるため, これまでに結晶構造のデータの表現方法や, それらを活用した深層学習モデルの設計が提案されている. 代表的な先行手法では, 結晶構造を 2 次元のグラフに変換し, グラフ畳み込みニューラルネットワークを用いて物性を予測する. しかし, 結晶構造は本来 3 次元の情報であるため, グラフに変換することで原子位置などの 3 次元情報を失うことになる. そこで本研究では, 結晶構造を 3 次元メッシュとして表現することに着目し, メッシュデータを用いた物性予測のための深層学習モデルを提案する. 提案手法は, 結晶構造のドロネー三角形分割による 3 次元メッシュ化および各三角形の頂点元素に基づく特徴量の付与により作成した 3 次元情報を保持したデータを用いて学習を行う. Materials Project のデータセットを用いて形成エネルギーを予測する評価の結果, 提案手法の平均絶対誤差は 0.066 eV/atom であり, シミュレーションによる計算誤差以下であることが示された.