セッション詳細
[8a-N302-1~11]18.1 マテリアルズインフォマティクス
2026年9月8日(火) 9:00 〜 12:00
N302 (総合教育棟 N棟)
[8a-N302-1]How Reliable Are Machine-Learning Predictions of Thermoelectric Performance?
〇(PC)Andrei Novitskii1, Vladimir Baturin2,3, Guillaume Lambard3, Jean-Claude Crivello2, Takao Mori1,4 (1.MANA, NIMS, 2.LINK, NIMS, 3.CBRM, NIMS, 4.Tsukuba Univ.)
[8a-N302-2]自己教師あり材料表現学習におけるPoincaré埋め込みの有効性の検証
〇堀 雄哉1、Anh Khoa Augustin Lu1,2、藤井 亮宏1、渡邉 聡1 (1.東京大学工学系研究科、2.物質・材料研究機構)
[8a-N302-3]状態密度および部分状態密度からの3次元結晶構造の再構築
〇永田 遥輝1、池野 豪一1 (1.阪公大工)
[8a-N302-4]材料探索における生成AIの事前知識とベイズモデル平均化によるデータ影響を融合した特徴量選択の信頼性つき重要度の推定
〇並内 優樹1、北村 優佳2、畠山 歓3、緒明 佑哉2、五十嵐 康彦1 (1.筑波大、2.慶応大、3.東京大)
[8a-N302-5]SHAPを用いた自律自動材料探索の探索判断根拠の解釈
〇勝田 恒平1、吉田 尚暉1、岩淵 雄太郎2、岩崎 悠真2、五十嵐 康彦1,2 (1.筑波大、2.NIMS)
[8a-N302-6]Grad-CAMに基づく結晶GNNの原子サイト単位解釈手法の開発
〇(M2)山本 竜馬1、大場 史康1、高橋 亮1 (1.東京科学大IIR)
[8a-N302-7]化学言語モデルと段階的学習によるLC-MS/MSスペクトルの順方向予測
〇(B)高橋 蒼生1、武藤 聡希1、藤井 隆1、梅本 貴弘1、熊田 亜紀子1、佐藤 正寛1 (1.東京大工)
[8a-N302-8]プラズマ・材料情報科学に基づく物理中間特徴量生成によるプラズマプロセス予測
〇鎌滝 晋礼1、Fitriani Sukma2、長嶺 一輝1,2、黒崎 陽晴1、政本 元1,2、山下 大輔1、奥村 賢直1、板垣 奈穂1、古閑 一憲1、白谷 正治1 (1.九大シス情、2.九大IMI)
[8a-N302-9]スペーサー構造がPFASの凝集に与える効果の機械学習による解析
〇金野 俊1、大貫 友椰1、荒木 泰介1、長谷川 健1 (1.京都大学化学研究所)
[8a-N302-10]多元素ドープヘマタイト光触媒への機械学習技術の適用
〇西村 拓真1、隈部 佳孝1,2、原嶋 庸介3,4、藤井 幹也3,4,5、立川 貴士1,2 (1.神戸大院理、2.神戸大ライフ光学、3.奈良先端大物質、4.奈良先端大DSC、5.奈良先端大CMP)
[8a-N302-11]機械学習を活用したカーボンナノチューブ分散技術の高度化
〇神徳 啓邦1 (1.産総研)
