LANGUAGE
EN
研究
研究
研究者
研究者
研究者プロフィール
研究者プロフィール
溝口 照康 教授
MIZOGUCHI Teruyasu

研究者ウェブサイト

専門分野

ナノ物質設計工学

部門・センター組織

物質・環境系部門

大規模実験高度解析推進基盤

革新的シミュレーション研究センター

マイクロナノ学際研究センター

大学院・専攻

工学系研究科 マテリアル工学専攻

研究紹介ポスター

関連キーワード
物質設計, 構造機能相関, 第一原理計算, 電子・X線分光, 透過型電子顕微鏡 (STEM/TEM), 機械学習, マテリアルズインフォマティクス
関連記事
プレスリリース
【記者発表】約7000種類の化合物の安定性を単純な数式で表現――電池材料や超伝導体の探索の高速化に繋がる新しい法則を発見――
#東大生研 溝口 照康 教授、柴田 基洋 助教、同大学 大学院工学系研究科 川口 直登 大学院生の研究グループは、数千種類の層間化合物に対して科学計算を行って構築したデータベースについて検証することで、層間化合物の安定性を簡易に予測可能な数式を発見しました。この新しい数式を活用することで、競争が激化している電池材料や超電導体開発の劇的なスピードアップに繋がります。
プレスリリース
【記者発表】たった一部の情報から、すべての電子構造を決定――原子一つ一つの全電子構造を計測する新手法の開発に、大きな前進――
#東大生研 溝口 照康 教授、東京大学 大学院 工学系研究科 チェン ポーエン 大学院生、#東大生研 柴田 基洋 助教、防衛大学 萩田克実 講師、東北大学 宮田 智衆 助教の研究グループは、エネルギーの高い「励起状態」にある電子についての限られた測定データ（スペクトル）さえあれば、その原子の全電子構造を決定できる手法を開発しました。スペクトルと全電子構造をそれぞれ約11万7千個ずつ計算し、その関係性をニューラルネットワークに学習させ、スペクトルから全電子構造を高精度に予測する人工知能を構築しました。さらに、100原子ほどの大きな分子に利用できる予測モデルも構築しました。本手法を発展させることで、原子一つ一つの電子構造を計測する、「原子レベル全電子構造計測」が実現し、物質開発での検査手法の開発が加速すると期待されます。
プレスリリース
【記者発表】ナノスケールの熱膨張を直接計測～温度変化による電子部品の劣化や故障の原因究明が可能に～
#東大生研 の溝口 照康 教授、大学院工学系研究科 博士課程３年のLiao Kunyen 大学院生（研究当時）、#東大生研 の柴田 基洋 助教の研究グループは、電子顕微鏡を用いた実験とシミュレーションを組み合わせ、界面の局所的な熱膨張をナノメートルレベルで直接計測することに成功しました。すべての界面が同様な熱膨張を示すわけではなく、界面に形成される余剰の空間の大きさに依存しており、界面の原子配列を意図どおりに作製することができれば、熱膨張を制御できることが示唆されました。
プレスリリース
【記者発表】スペクトルから思いもかけない物性をAIが予測
X線や電子線を物質に照射し、得られたスペクトルから物性を調べる分光実験では、１つのスペクトルから取得できる物性情報は限られていると考えられており、目的の物性に応じて別の装置や条件で実験し直す必要がありました。今回、東京大学 生産技術研究所の溝口 照康 教授、東京大学 大学院工学系研究科 修士課程２年の菊政 翔 大学院生（研究当時）、東京工業大学 科学技術創成研究院の清原 慎 研究員、東京大学 生産技術研究所の柴田 基洋 助教らの研究グループは、「内殻電子励起スペクトル」の解析に人工知能技術を利用することで、このスペクトルと無関係と考えられてきた物性を含む１１種類の物性情報を取得することに成功しました。本研究は、従来の常識では想定できない物性情報を既存の分光実験から取得できる可能性を示しており、今後の物質開発の大幅な効率化や、新機能の発見への貢献が期待されます。
プレスリリース
【記者発表】結合前の情報だけで、結合後の性質を高精度に予測～化学反応や触媒の予測への応用に期待～
#東大生研 の溝口 照康 教授らの研究グループは、化学結合「前」の状態で得られる情報だけで、結合「後」の結合物性を高精度に予測できる人工知能を構築しました。また、高精度の予測には、結合を形成する原子、分子、固体の個々の状態の情報が重要であることを明らかにしました。さらに、開発した手法を用いることで、わずかなデータ量の学習で十分な精度を実現できることも明らかになりました。
プレスリリース
【記者発表】アモルファス構造の解明に一歩前進～原子の配位数を可視化～
#東大生研 の溝口 照康 教授らの研究グループは、ガラスを構成する原子の配位数をナノメートルレベルの高い空間分解能で可視化することに成功しました。本手法を利用することで、これまで未知のベールに隠されていたアモルファス構造を詳細に理解することができ、新しいガラス材料の開発が加速できると期待されます。
プレスリリース
【共同発表】量子物理学の理論や波動関数に基づく新たな深層学習技術を開発－学習データにはない、分子構造が大きく異なる未知化合物に対する物性の外挿予測が可能－（発表主体：産業技術総合研究所）
#東大生研 の溝口照康教授らの研究グループは、量子物理学の密度汎関数理論に基づく深層学習技術を開発しました。今回開発した技術では、深層学習モデルの内部に、波動関数と電子密度という量子物理的に最も基本的な情報を顕わに表現することによって、現在深層学習で大きな問題となっている予測結果の解釈性・信頼性の問題を解決しました。
プレスリリース
【記者発表】電子状態が変化する前の姿から、変化後の姿をAIが正確に予想～電子の励起状態を高速で計算、構造解析のアクセルに～
#東大生研 の溝口 照康 教授らは、人工知能技術を利用し、電子が励起していない「基底状態」の情報をもとに「励起状態」の電子構造を、高速かつ高精度に予測する手法を開発しました。これにより、わずか数秒から数分の計算で、スペクトルを計算できるようになりました。さらに、人工知能技術によって、これまで明らかにされてこなかった励起状態に関する重要な知見も得ることができました。
プレスリリース
【記者発表】理論計算や専門知識いらず！人工知能がスペクトルから物質の機能と構造を定量 ～物質開発の加速に期待～
溝口 照康 教授、清原 慎 大学院生、リァオ・クンヤン 大学院生、産業技術総合研究所 人工知能研究センターの椿 真史 研究員らの研究グループは、人工知能にも利用される「ニューラルネットワーク」を利用し、スペクトルから直接、物質の構造と機能を決定する新手法を開発した。
ウェブサイト
生研で学びたい方はこちら
共同研究に興味がある方はこちら