結晶構造解析の自動化

高エネルギー加速器研究機構（ＫＥＫ） 物質構造科学研究所 量子ビーム連携研究センターの小野 寛太　准教授を中心とするＫＥＫおよび総合研究大学院大学の研究グループと、産業技術総合研究所 人工知能研究センターの大西 正輝　社会知能研究チーム長を中心とする研究グループは共同で、数理最適化の一手法であるブラックボックス最適化手法を用いて、物質・材料研究に必要不可欠な粉末Ｘ線回折（ＰＸＲＤ）パターンの解析を自動化・高効率化する手法を開発しました。

ＰＸＲＤ法は、物質・材料の機能と性質を支配する結晶構造の情報を得ることができる、物質・材料研究において最も広く利用されている分析手法の１つです。ＰＸＲＤの測定結果から結晶構造の情報を得るためには、リートベルト精密化法が広く用いられています。この方法には本来の目的である結晶構造情報以外にも多くのパラメータが含まれ、それらの調整に大きな労力が必要とされています。

本研究では、このような状況が機械学習におけるハイパーパラメータ最適化問題と類似していることに着目し、同問題に対して有効なブラックボックス最適化手法をリートベルト精密化法に応用することで、ＰＸＲＤパターン解析を効率化する手法を開発しました。本手法を用いることにより、熟練者を超えるフィッティング精度と解析速度が得られるだけでなく、熟練者がとる典型的な手順では到達できなかった結晶構造の候補を発見することにも成功しました。

本研究のアイデアは、解析結果に影響するパラメータが手作業で調整されている解析手法に応用可能であり、さまざまな分野における計測・シミュレーションデータ解析の効率化が期待できます。さらに、人間の思考の癖や思い込みを排除することで新しい解釈が導かれることも期待され、今後の物質・材料研究の加速と物理現象の理解への貢献が期待されます。

この研究成果は、英国の学術誌「ｎｐｊ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｍａｔｅｒｉａｌｓ」に２０２０年６月５日（英国夏時間）オンライン掲載予定です。