講演情報
[17p-K505-7]深層学習によるXRDパターンからの空間群予測の汎化性能向上に向けて
〇尾崎 弘幸1、石田 直哉1、清林 哲1 (1.産総研)
キーワード：
畳み込みニューラルネットワーク、アンサンブル平均化、マルチタスク学習
新物質開発において、空間群の決定は結晶構造解析の最初の一歩である。我々は、XRDパターンから空間群を予測する畳み込みニューラルネットワーク（CNN）に取り組んでいる。本研究では、アンサンブル平均化とマルチタスク学習を用いてCNNを改良し、汎化性能の向上に成功した。計算機実験を通じて、この2つの手法それぞれが汎化性能を向上させ、組み合わせによって効果が足し合わさることを示す。