[S3] S3 データ創出・活用による磁性材料の研究開発III(2)

14:10 〜 14:25

[S3.18] 汎用機械学習原子間ポテンシャルからの転移学習による物性予測

○只野 央将¹、XIAO Enda¹ (1. NIMS)

キーワード：

機械学習、原子間ポテンシャル、磁性、ホイスラー合金

汎用機械学習ポテンシャルであるeSEN-30M-OAMを元に転移学習を行い、結晶構造から物性値を予測する手法を開発した。ホイスラー合金を対象にキュリー温度やフォノン振動数などでベンチマークを行ったところ、十分高い予測精度が確認された。