プロセスインフォマティクス・ベイズ最適化を活用して多様な結晶サイズおよび形態をもつチタン酸リチウムの開発を効率化しました![信州大学&金子研の共同研究論文]

信州大学と金子研における共同研究の成果の論文が Industrial & Engineering Chemistry Research に掲載されましたので、ご紹介します。タイトルは

 

Process-Informatics-Assisted Preparation of Lithium Titanate Crystals with Various Sizes and Morphologies

 

です。これは共同研究として信州大学における手嶋先生の研究室の方々と一緒に研究した成果であり、2022 年度 M2 の金子大悟さんが B4 のときに取り組んだ研究の成果です。

機能性結晶材料は、興味深い物理的特性・(光)化学的特性から、様々な分野への応用が期待されています。フラックス結晶成長は、溶質の融点以下で効率的に結晶を成長させることができる汎用的な液相法です。しかし、実験条件と物理化学的特性の関係を完全に解明することは困難です。そのため、目標とする結晶性材料を得るためには、多くの試行錯誤が必要です。本研究では、機械学習とベイズ最適化により、目標とする粒子径と結晶形態をもつ層状チタン酸リチウム(LTO)の合成効率を向上させることを試みました。

実験条件 x と粒子径と結晶形態 y との間でガウス過程回帰モデル y = f(x) を構築し、ベイズ最適化により次の x を提案します。

[無料公開] 「Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析」 の “まえがき”、目次の詳細、第1・2章
2021 年 6 月 3 日に、金子弘昌著の「Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析」が出版されました。 講談社: Amazon: Amazon(Kindle): これま...

 

LTOのフラックス結晶成長を中心とした実験データセットを用いて、提案手法により良好な y の値をもつ実験条件を効率的に提案できることを確認しました。フラックス成長実験と機械学習・ベイズ最適化を組み合わせることで、目標の粒子径と結晶形態をもつ LTO 結晶を高い効率で合成することができます。

興味のある方は、ぜひ論文をご覧いただければと思います。

 

以上です。

質問やコメントなどありましたら、twitter, facebook, メールなどでご連絡いただけるとうれしいです。

タイトルとURLをコピーしました