I²CNER研究シーズ

  • 物質分離変換
  • 材料・輸送・熱
  • 水素エネルギー
  • 水素化合物

マテリアルズインフォマティクス、生成モデル

Fajar, Adroit T.N.

助教

研究概要

有機分子のための生成モデル

  
 

有機分子は、SMILESやSELFIESなどの文字列として表現できるため、言語モデル(LM)を用いて処理することができます。

当研究グループでは、言語モデルを活用し、目的とする特性を持つ新規有機分子を生成する手法を開発することで、材料探索の加速を目指しています。

無機結晶のための生成モデル

  
 

無機結晶は、原子種、原子位置、格子パラメータによって表現することができます。拡散モデルは、これらの構造情報にノイズを段階的に加え、それを除去する過程を学習することで、結晶構造を生成することができます。

当研究グループでは、拡散モデルに基づく生成モデルの開発と改良を通じて、目的とする特性を持つ新規無機結晶を生成し、材料探索の加速を目指しています。

技術

MolDisc:スモールデータ環境における分子発見のためのAIツールキット

  
 

MolDiscは、当研究グループが開発したAIツールキットであり、分子生成にGPT-2、物性予測にSMILES-Xを組み合わせています。化学研究でしばしば課題となる学習用のラベル付きデータが限られた状況でも、目的とする特性を持つ新規有機分子の生成とスクリーニングを繰り返し行うことができます。

MolDiscの詳細はこちら
https://github.com/adroitfajar/moldisc

実験データを用いて最適化したMatterGen

  
 

MatterGenは、Microsoftが開発した無機材料探索のための拡散モデルに基づく生成モデルです。目的とする特性を持つ新規無機結晶構造を生成することができます。

当研究グループでは、実験材料データベースを用いてMatterGenをさらにファインチューニングすることで、実験的に実現可能性の高い結晶構造の生成を目指し、実験室での材料探索への応用可能性を高めることを目指しています。