データ科学に基づく新しい組成・構造を有するセラミックス材料の探索

点击翻译按钮获取中文摘要

２０２２年度は前年度までに作成したオートエンコーダーによる材料地図の評価手法を、含Li酸化物７００件程度に対して適用した。さらに、リチウムイオン導電性を考慮した組成・構造の関係を示す材料地図作成を行った。Liイオン導電性を加味しない、組成と構造情報による材料地図作成において、オートエンコーダーの記述子再現性は比較的高かった。一方で、Liイオン導電性を出力層に組み入れた場合には、オートエンコーダーの再現性が大きく低下してしまった。これは、現在用いている記述子（組成・構造）では、そもそもLiイオン導電性の回帰分析が困難な状態であることに由来すると考えている。今後、優れた記述子の設計が必要である。ただし、リチウムイオン伝導性予測能の損失関数に対する寄与を減らすことにより、組成・構造記述子の再現性向上を確認することができた。トレードオフ関係の最適化をすることで、一定程度有用な材料地図作成が可能になると考えらえる。更に、高いリチウムイオン導電性で知られるペロブスカイト、ガーネット、ナシコン型構造を有する各種組成の化合物をベンチマーク材料として、材料地図中での位置を表示させた。その結果、構造軸はLiの酸素に対する配位数が寄与していることが分かった。組成についてはLi濃度と剛相関を示すことが分かった。以上から、Liイオン導電性を俯瞰的にみるための材料設計指針を俯瞰的に考察することができた。また未知材料領域も明確化しており、今後はこの領域での材料発見のスキームを（研究者の直観以上の方法論で）開発することが求められる。