機械学習を用いたぺロブスカイ卜酸化物におけるプロ卜ン濃度の予測精度の評価

摘要

本研究では、プロトン伝導性を酸化物に付与する際に必要不可欠な水和反応に着目し、4つのアクセプター置換ジルコン酸ストロンチウムにおける水和実験結果と既報の水和データ、計40組成、437データを4種類の訓練·テストデータセットに分類、機械学習に適用することで、データセットの種類がベロブスカイト酸化物中のプロトン濃度の予測精度に及ぼす影響を内挿および外揷条件に分けて検証した。テストデータの予測精度を評価した際に、化合物の化学組成がより広い訓練データセットを用いることで、訓練データ数の少ない外挿に近い領域における予測精度が大幅に向上することがわかった。上記のように戦略的にデータセットを構築することで、限られたデータセットにおいても機械学習の予測能力を最大化することが可能になることが示された。