文献

J-GLOBAL ID：202002270554947527   整理番号：20A2519930

ハイスループット第一原理計算に基づく酸化物の誘電率を予測するための機械学習モデル【JST・京大機械翻訳】

Machine learning models for predicting the dielectric constants of oxides based on high-throughput first-principles calculations

著者 (5件)： Takahashi Akira (Laboratory for Materials and Structures, Institute of Innovative Research, Tokyo Institute of Technology, Yokohama 226-8503, Japan) ,  Kumagai Yu (Laboratory for Materials and Structures, Institute of Innovative Research, Tokyo Institute of Technology, Yokohama 226-8503, Japan) ,  Miyamoto Jun (Laboratory for Materials and Structures, Institute of Innovative Research, Tokyo Institute of Technology, Yokohama 226-8503, Japan) ,  Mochizuki Yasuhide (Laboratory for Materials and Structures, Institute of Innovative Research, Tokyo Institute of Technology, Yokohama 226-8503, Japan) ,  Oba Fumiyasu (Laboratory for Materials and Structures, Institute of Innovative Research, Tokyo Institute of Technology, Yokohama 226-8503, Japan)
資料名： Physical Review Materials  (Physical Review Materials)
巻： 4  号： 10  ページ： 103801  発行年： 2020年 
JST資料番号： W3690A  ISSN： 2475-9953  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 静的誘電率に対する電子およびイオンの寄与の両方の予測モデルを,教師つき機械学習による約1200金属酸化物の密度汎関数摂動理論計算からのデータを用いて構築した。基底状態結晶構造を持つ酸化物に対する2種類のランダムフォレスト回帰モデルを開発した:1つのモデルは組成情報のみを必要とし,他のモデルは構造情報も用いた。訓練データは様々な原子フレームワークを含んだが,予測モデルは組成情報だけが特徴記述子として使用された時でさえ良く行われた。誘電率への電子寄与の予測において,構造情報の有無による回帰モデルの精度は同等であったが,構造記述子はイオン寄与に対する予測精度をより明確に改善した。また,誘電率の予測に対する特徴の重要性を解析した。平均原子質量と質量密度は,構造情報の有無での電子寄与の予測において,それぞれ重要な特徴であると決定した。主量子数と平均隣接距離変化の標準偏差は,イオン寄与のそれぞれの予測モデルにとって重要であることが分かった。誘電率とこれらの特徴の間の相関を,基本的な物理的機構と共に議論した。Copyright 2020 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： イオン ,  基底状態 ,  結晶構造 ,  摂動論 ,  *誘電率 ,  標準偏差 ,  *酸化物 ,  回帰モデル ,  密度汎関数法 ,  *機械学習 ,  予測モデル
準シソーラス用語： 予測精度 ,  *ハイスループット ,  *第一原理計算 ,  ランダムフォレスト , 【Automatic Indexing@JST】

分類 (1件)： 分子の電子構造  (BH05010Q)

タイトルに関連する用語 (7件)： ハイスループット ,  第一原理計算 ,  酸化物 ,  誘電率 ,  予測 ,  機械学習 ,  モデル