材料人工知能

材料人工知能カテゴリーは、原子レベルで材料を理解し予測する研究に人工知能技術を活用する分野を扱う。基礎となる理論は、固体物理学、量子化学などで扱われるような主題で構成されている。材料人工知能の主な研究分野としては、ニューラルネットワークなどを用いて原子間の相互作用を近似する機械学習ポテンシャル、所望の物性を持つ材料の構造と組成を探索する逆設計^{inverse design}、人工知能とロボットを組み合わせて実験の設計から実行、分析までを自動化する自律実験室^{self-driving laboratory, SDL}などがある。

基礎

• 🔒(26/11/05)原子近傍
• 🔒(26/11/13)원자계의 대칭성
• 🔒(26/11/15)주기 경계 조건
• 🔒(26/11/07)원자간 퍼텐셜
• 🔒(26/11/11)퍼텐셜 에너지 곡면

固体物理学

• 結晶構造
  • 単位胞

密度汎関数理論

• 🔒(26/11/09)ボルン・オッペンハイマー近似

機械学習原子間ポテンシャル

• 🔒(26/11/17)機械学習原子間ポテンシャル

記述子ベース

• 🔒(26/11/19)原子記述子
  • 🔒(26/11/21)原子中心対称関数
  • 🔒(26/11/25)SOAP記述子
• 🔒(26/11/23)ベーラー・パリネロニューラルネットワーク (BPNN)
• 🔒(26/11/27)ガウス過程ポテンシャル (GAP)
• 🔒(26/12/01)スペクトル近傍原子解析ポテンシャル (SNAP)
• モーメントテンソルポテンシャル
• 🔒(26/12/03)深層ポテンシャル分子動力学 (DeePMD)
• 🔒(26/11/29)原子クラスター展開 (ACE)

材料データベース

• The Materials Project (MP): 様々な無機材料^{inorganic materials}の物性に関するデータを提供する。(2026.02.02)
  • PythonでAPIを使う
  • APIからデータをクエリする方法

主要参考文献

• Steven H. Simon. The Solid State Basics (2019)