Yukari Katsura 研究室
主宰者:Yukari Katsura
理化学研究所・RIKEN Center for Advanced Intelligence Project
AI 要約(直近 5 年の研究成果)
本研究室は、機械学習やデータベース構築の手法を用いて、新しい機能性材料の発見を加速させることに取り組んでいます。特に、論文に掲載された実験データを収集・整理し、オープンアクセスな材料データベースを構築することで、大規模なデータセットから材料の性質を予測するモデルを開発しています。熱電材料や準結晶といった特定の材料系に焦点を当てながら、化学組成や結晶構造といった情報から物性を推測する機械学習モデルの精度向上を目指しています。
同時に、実験的なアプローチとしてアンビル装置を使った高圧合成やナトリウム含有化合物の新規合成法を開発し、既知の材料とは異なる特性を持つ物質の創製を進めています。高温・高圧環境下で電気的刺激を加えて非平衡状態を作り出し、通常の方法では得られない新規化合物を合成する技術も確立しています。これらの実験で得られた材料の電気的・熱的性質を詳細に測定し、その結果をデータベースに反映させることで、実験と計算の両面から材料開発を推進しています。
さらに、データの偏りが機械学習の予測精度に及ぼす影響を分析したり、結晶構造を数学的に表現する新しい記述方法を提案したりするなど、材料情報学全般の基礎的な課題にも取り組んでいます。このように、大規模データの活用と実験的物質創製を組み合わせることで、従来よりも効率的に機能性材料を探索・開発する体系を構築しています。
※ AI(Claude)が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 環境科学Bahareh Kalantar 研究室RIKEN Center for Advanced Intelligence Project論文 43 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 材料科学Sergei Manzhos 研究室東京工業大学論文 100 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 計算機科学Masashi Sugiyama 研究室RIKEN Center for Advanced Intelligence Project論文 66 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 計算機科学Kento Sato 研究室RIKEN Center for Computational Science論文 56 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 計算機科学Naonori Ueda 研究室RIKEN Center for Advanced Intelligence Project論文 54 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 計算機科学Tatsuya Mori 研究室RIKEN Center for Advanced Intelligence Project論文 49 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 数学Yuto Omae 研究室日本大学論文 49 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 計算機科学Yoko Uwate 研究室徳島大学論文 47 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
研究成果(28 件)
- DOI: https://doi.org/10.1021/acs.chemmater.4c02259
- DOI: https://doi.org/10.1039/d5ta05156h
- [2025] Development of LLM-assisted data curation tools for the Starrydata materials science databaseDOI: https://doi.org/10.1080/27660400.2025.2590811
- DOI: https://doi.org/10.1080/27660400.2025.2506976
- [2025] Data-driven analysis and visualization of dielectric properties curated from scientific literatureDOI: https://doi.org/10.1080/27660400.2025.2485018
- DOI: https://doi.org/10.1038/s41597-024-04043-z
- DOI: https://doi.org/10.1002/adts.202400308
- DOI: https://doi.org/10.1541/ieejfms.144.350
- DOI: https://doi.org/10.1016/j.solidstatesciences.2023.107308
- DOI: https://doi.org/10.1021/acs.chemmater.3c00318
続きを表示(残り 18 件)閉じる
- DOI: https://doi.org/10.1109/icmla58977.2023.00029
- DOI: https://doi.org/10.1103/physrevmaterials.7.093805
- DOI: https://doi.org/10.1016/j.isci.2023.106494
- DOI: https://doi.org/10.1080/27660400.2022.2059336
- [2022] Effects of data bias on machine-learning–based material discovery using experimental property dataDOI: https://doi.org/10.1080/27660400.2022.2109447
- DOI: https://doi.org/10.1021/acs.inorgchem.1c03722
- DOI: https://doi.org/10.1080/27660400.2021.1986359
- DOI: https://doi.org/10.2139/ssrn.3762208
- DOI: https://doi.org/10.1002/adma.202170284
- DOI: https://doi.org/10.1002/adma.202102507
- DOI: https://doi.org/10.1016/j.actamat.2021.116867
- DOI: https://doi.org/10.1103/physrevb.103.085202
- [2021] Bonding heterogeneity in mixed-anion compounds realizes ultralow lattice thermal conductivityDOI: https://doi.org/10.1039/d1ta04958e
科研費(0 件)
まだデータがありません(KAKEN 取り込み後に表示)。
所属学会・役職(0 件)
まだデータがありません(学会データ連携後に表示)。