講演情報
[16a-K505-7]解釈可能な機械学習を活用した化学組成によるバンドギャップ予測
〇増田 太一1、田辺 克明1 (1.京大工)
キーワード：
半導体、バンドギャップ、機械学習
バンドギャップは、半導体材料の光学的、電子的特性を決定づける重要な物性値である。高速かつ高精度な予測を実現するため、近年、データ駆動型の機械学習手法を用いたバンドギャップ予測の研究が進められてきた。しかし、高い予測精度を有する複雑なモデルは、予測結果の解釈が困難であることが多い。そこで、本研究では、説明可能な人工知能の技術を活用して、化学組成からバンドギャップを予測する機械学習の分析を行なった。