2026年第87回応用物理学会秋季学術講演会

機械学習を用いた材料科学における新規手法開発とその応用を扱うセッション。表現学習や生成AIを用いた特徴量設計、モデルの解釈性向上に関する基盤的な手法研究から、触媒・電池材料・分光データ解析など幅広い材料・プロセスへの応用事例まで、機械学習の可能性を多角的に議論する。

機械学習ポテンシャル(MLIP)の開発とその応用に関するセッション。新規ポテンシャルの構築手法や精度向上の取り組みに加え、分子動力学シミュレーションを通じた材料の局所構造・相転移・物性発現メカニズムの解明など、MLIPを活用した材料解析の最前線を紹介する。

生成モデルや構造探索技術を用いた材料設計・物性予測をテーマとするセッション。結晶構造の生成・予測、機能性材料の新規探索、逆設計によるターゲット物性の実現など、データ駆動型アプローチによる次世代材料開発の取り組みを幅広く紹介する。