講演情報

[8p-P11-6]PFP descriptorsとShapley値を組み合わせた原子レベルでの予測の解釈

〇張 凡1 (1.(株) Preferred Computational Chemistry)

キーワード:

マテリアルズインフォマティクス、説明可能なAI、機械学習原子間ポテンシャル

近年、機械学習を用いて材料開発を行うマテリアルズインフォマティクスが注目されている。しかし、多くの機械学習モデルはブラックボックスであり、予測根拠が不明瞭なため、新たな科学的知見の獲得を阻害している。この課題に対し、本研究では汎用機械学習原子間力ポテンシャルPFPから計算できる原子特徴量PFP descriptorsとShapley値を用いた解釈手法を提案する。