講演情報
[16p-K505-4]Target Learning VAEとベイズ最適化による高磁性合金材料探索の効率化
〇吉田 尚暉1、岩﨑 悠真2、五十嵐 康彦1 (1.筑波大学、2.物質・材料研究機構)
キーワード：
VAE、ベイズ最適化
多元合金の研究において，組合せ爆発の問題により従来の手動による材料開発が困難となっている．そこで，第一原理計算と機械学習を組み合わせた自律型材料探索が重要となる．特に，入力空間の増大に伴い，AutoencoderやVariational Auto-Encoder(VAE)を用いた低次元化とベイズ最適化の組み合わせが注目されている．本研究では，次元圧縮手法とベイズ最適化を組み合わせた効率的な材料探索手法に焦点を当てる．磁性合金の物性値間の相関を利用し，Target Learning VAE(TL-VAE)によって非ターゲットプロパティ情報を埋め込み，ベイズ最適化の効率を向上させる潜在空間をデザインする．また，半教師ありVAEを用いて，非ターゲットプロパティ情報が少数の場合も検証する．