2021.08.24 更新

NIMSでは、データ駆動型研究のポスドク研究員を募集しています。

データ駆動型研究領域 NIMSポスドク募集

NIMSでは、データ駆動型研究の先導的成果を多様な分野で早期創出し、データ駆動型研究を加速するため、 2021年度より下記の9つの課題を選定し研究を進めています。
その中で4つの研究課題ではポスドクを募集しています。ご興味のある方は、ぜひ積極的にご応募ください。




NIMSデータ駆動研究領域 プロジェクト一覧

課題No. 採択課題 課題代表者 (所属) PD募集
1 機械学習と単粒子診断の連携による新近赤外蛍光体の開発 武田 隆史
(機能性材料研究拠点)
 
2 幹細胞培養・分化場としての革新的液体足場材料開発へのデータサイエンスの導入 中西 淳
(機能性材料研究拠点)
 
3 エレクトロクロミック高分子開発における統計的数理手法の導入 樋口 昌芳
(機能性材料研究拠点)
 
4 データ駆動型高機能ホイスラー合金材料探索と機能の理解 桜庭 裕弥
(磁性・スピントロニクス材料研究拠点)
5 4Tbit/in2 超高密度HDDの開発 高橋 有紀子
(磁性・スピントロニクス材料研究拠点)
 
6 MI assisted material development for magnetocaloric air conditioning Hossein Sepehri-Amin
(磁性・スピントロニクス材料研究拠点)
 
7 スパース混合回帰モデルに基づいた高性能構造材料の開発 染川 英俊
(構造材料研究拠点)
8 微生物電流生成を制御する可溶性レドックス分子のデータ駆動型研究 岡本 章玄
(国際ナノアーキテクトニクス研究拠点)
9 マイニング・予測・合成 パイプライン型MIによる新エネルギー機能性物質開発 高野 義彦
(国際ナノアーキテクトニクス研究拠点)

■課題1 : 機械学習と単粒子診断の連携による新近赤外蛍光体の開発

武田 隆史 (機能性材料研究拠点)
小山 幸典 (統合型材料開発・情報基盤部門)
機械学習を用いた可視蛍光体の探索手法を近赤外蛍光体に発展させます。近赤外発光データの収集、モデルの近赤外域への拡張、実証実験の近赤外化に取り組みます。これにより、生体診断や小型固体光源へ応用できる新材料の開発実用化を目指します。



■課題2 : 幹細胞培養・分化場としての革新的液体足場材料開発へのデータサイエンスの導入

中西 淳 (機能性材料研究拠点)
袖山 慶太郎 (統合型材料開発・情報基盤部門)
ディーブ 冴 (統合型材料開発・情報基盤部門)
水と二相分離する疎水性液体を足場に用いる細胞培養材料を開発します。MI手法を駆使して,液々界面に形成されるタンパク質製ナノ薄膜の力学特性ならびに細胞毒性を支配する液体の物理・化学特性を求めつつ,幹細胞の培養・分化誘導に最適な液体材料を探索します。



■課題3 : エレクトロクロミック高分子開発における統計的数理手法の導入

樋口 昌芳 (機能性材料研究拠点)
1000 cm2/Cを超える世界最高の着色効率を有するエレクトロクロミック (EC) ポリマーの迅速な発見を目的として、統計的数理手法に基づいたポリマー構成要素 (配位子、金属種、分岐鎖率) を選別します。合成したポリマーのEC特性結果を数理モデルにフィードバックすることで、目的とするポリマー構造を最短で発見します。



■課題4 : データ駆動型高機能ホイスラー合金材料探索と機能の理解

桜庭 裕弥 (磁性・スピントロニクス材料研究拠点)
岩﨑 悠真 (統合型材料開発・情報基盤部門)
高い機能性を示す新規な多元ホイスラー合金を、機械学習と第一原理計算の組み合わせにより効率的に探索します。この予測をベースに組成傾斜薄膜を作製し、各物性値の自動測定を通じて大量のデータを一括取得しデータベース化します。さらに、機能性の根源と強く関わる電子構造を、光電子分光によりスピン・波数分解で系統的観察し、AIによる解析を通じて、各機能性の重要因子を材料学的に明らかにします。データ駆動型材料探索x電子構造観察の新しい取り組みにより、最終的には、次世代HDD技術や新規熱電応用の実用に資する新ホイスラー材料の開拓と、機能性の学術的理解を目指します。



■課題5 : 4Tbit/in2 超高密度HDDの開発

高橋 有紀子 (磁性・スピントロニクス材料研究拠点)
袖山 慶太郎 (統合型材料開発・情報基盤部門)
Lambard Guillaume (統合型材料開発・情報基盤部門)
4 Tbit/in2を超えるハードディスクドライブ実現のために必須のFePt媒体の高密度化と磁気抵抗素子特性のばらつきを低減するため、アクティブラーニングと画像解析を併用した機械学習によりプロセス条件および材料を最適化します。 




■課題6 : MI assisted material development for magnetocaloric air-conditioning

Hossein Sepehri-Amin (磁性・スピントロニクス材料研究拠点)
 Magnetocaloric air conditioning is known as an efficient and environmental-benign alternative to the conventional gas compression/expansion cooling systems. However, insufficient reversible magnetocaloric effect (MCE) in the materials is the current challenge to realize this technology for practical application. In this project, materials informatics is employed to develop materials with giant reversible MCE.



■課題7 : スパース混合回帰モデルに基づいた高性能構造材料の開発

染川 英俊 (構造材料研究拠点) 
独自考案したスパース混合回帰モデルを活用し、強度と延性に優れた鉄鋼材料、衝撃吸収能に優れたマグネシウム合金の開発を図ります。また、データ駆動因子に隠れている金属学的意味を検証し、高性能構造材料創製に関する新しい研究手法の確立を目指します。



■課題8 : 微生物電流生成を制御する可溶性レドックス分子のデータ駆動型研究

岡本 章玄 (国際ナノアーキテクトニクス研究拠点)
田村 亮 (統合型材料開発・情報基盤部門、東京大学)
今村 岳 (国際ナノアーキテクトニクス研究拠点)
微生物から電流を取り出す効率を最大化する可溶性レドックス分子をデータ駆動型手法により特定します。独自開発したハイスループット電気化学系と購入可能な試薬群を用いて各分子存在下での電流生成データベース構築、ベイズ最適化による最適分子構造の探索を行い、物理化学的特性の理解も目指します。



■課題9 : マイニング・予測・合成 パイプライン型MIによる新エネルギー機能性物質開発

高野 義彦 (国際ナノアーキテクトニクス研究拠点)
石井 真史 (統合型材料開発・情報基盤部門)
東後 篤史 (統合型材料開発・情報基盤部門)
只野 央将 (磁性・スピントロニクス材料研究拠点)
寺嶋 健成 (国際ナノアーキテクトニクス研究拠点)
自然言語処理によるデータの「マイニング」、構造と物性の計算解析による「予測」、機械学習を用いた最適化による材料「合成」の三つを太いパイプラインで繋げることで新規超伝導材料の開発を行い「MI研究の加速・先導的成果を創出」します。