/ プログラム/ 発表一覧/ 著者一覧企業展示一覧/ jsai2017ホーム /

4J1-2in2 結晶化合物の物性予測のための原子間距離情報に基づくカーネル設計

*セッションの無断動画配信はご遠慮下さい。

Tweet #jsai2017 このエントリーをはてなブックマークに追加

05月26日(Fri) 12:10〜13:50 J会場(ウインクあいち-10F 1001会議室)
4J1 AI応用「AI応用-バイオ・化学におけるAI」
05月26日(Fri) 09:30〜11:10 Q会場(ウインクあいち-8F 展示場)
4Q1 インタラクティブセッション「インタラクティブセッション(2)」

演題番号4J1-2in2
題目結晶化合物の物性予測のための原子間距離情報に基づくカーネル設計
著者秋田 大空(京都大学大学院情報学研究科知能情報学専攻)
馬場 雪乃(京都大学大学院情報学研究科知能情報学専攻)
鹿島 久嗣(京都大学大学院情報学研究科知能情報学専攻)
世古 敦人(京都大学大学院工学研究科材料工学専攻)
時間05月26日(Fri) 12:30〜12:50【一般口頭発表】
05月26日(Fri) 09:30〜11:10【インタラクティブ発表】
概要材料工学において,結晶化合物の物性を機械学習によって予測する場合,その特徴を適切に記述するためには,どのような元素から構成されているかだけでなく,それらの構造情報についても考慮する必要がある.既存手法として,単位立方体内の原子ペア間の距離情報に着目して特徴ベクトルを構成するなどが存在するが,本研究では構造情報を直接表現するためのカーネルを提案する.
論文PDFファイル