[17a-S2_204-1~13] 23.1 合同セッションN「インフォマティクス応用」

9:00 〜 9:15

[17a-S2_204-1] 自己教師あり事前学習を用いた物性予測精度の向上に関する研究

〇清原 慎¹、太田 陽向¹、熊谷 悠^1,2 (1.東北大金研、2.東北大高等研究機構)

キーワード：

自己教師あり学習、グラフ畳み込みニューラルネットワーク

組成・結晶構造情報のみから物性を予測して有望材料を高速探索する仮想スクリーニングが注目される一方、多くの物性では大規模なデータが存在しない。そこで本研究では、第一原理計算を要する教師あり事前学習の代替として、原子をマスクし周辺環境から原子種を当てる自己教師あり事前学習をCGCNNに導入し、MatbenchでファインチューニングとCV評価を行った。結果、バンドギャップMAEは5.5%、形成エネルギーは12.9%低減した。