研究内容
トポロジカルデータ解析を用いた構造情報の記述子化
近年、プロセス–構造–特性の関係をデータ科学的に調べて材料設計に生かす試みが盛んになっていますが、複雑な構造データからの記述子生成は「見える」逆問題探索を行う上で避けて通れません。データの「かたち」を数学的に扱うパーシステントホモロジーを用いて複雑な原子構造や種々の顕微画像からの特徴抽出を行い、非経験的に気づきや理解を得つつ定量的な記述子を生成する枠組みは、その有力な処方箋となり得ることが分かってきました。
国が主導するプロジェクトでの逆問題MI（Materials Integration）システムの開発を分担しつつ、企業や研究者の具体的な課題における困難の同定と対処法の提案に広く取り組んでいます。
プロジェクト情報
SIP戦略的イノベーション創造プログラム
「統合型材料開発システムによるマテリアル革命」（外部リンク）
情報統合型物質・材料開発イニシアティブ（MI2I）
「トポロジカル解析グループ」（外部リンク）
機械学習による力場最適化とイオン輸送特性の解析
充電１回あたりの電気自動車の走行距離やスマートフォンの駆動時間を延ばすには、充放電を繰り返す二次電池の高エネルギー密度化が避けて通れません。そこでは、電解液の高性能化・高安全化、電極―電解液界面の高安定化が大きな課題となっています。材料科学的には、電荷を運ぶイオンが高速・高密度かつ安定的に電解液中や界面を動けるような物質の組み合わせと動作条件のすり合わせが問題となります。そこで、データ科学的手法により力場（イオンや分子間の相互作用パラメータ）を最適化し、それを用いて広範囲の濃度条件での大規模かつ長時間の古典MDシミュレーションを実施、大量のデータをトポロジカルデータ解析などの手法で調べて系のイオン伝導に影響する潜在的な因子を解明するというアプローチを行っています。
AMOEBAのように分極の記述が得意な力場のパラメータを最適化して密度汎関数法に基づく第一原理MD計算の分子ダイナミクスを再現し、大規模系の解析に持ち込むことができるようになってきました。
エネルギーと原子に働く力を考慮する遺伝的アルゴリズムを実装
（共同研究者：GAO, Xichan）
プロジェクト情報
「富岳」成果創出加速プログラム 次世代二次電池・燃料電池開発によるET革命に向けた計算・データ材料科学研究（外部リンク）
お知らせ
トポロジカルデータ解析コミュニティのご紹介
パーシステントホモロジーに基づくトポロジカルデータ解析と、そのための強力なソフトウェア基盤であるHomCloudに関する情報を交換する場として、「トポロジカルデータ解析コミュニティ」を、大林一平（理研）・平岡裕章（京大／理研）の両氏と共同主催しています。