ポイント
- 説明可能AIのアプローチでホイスラー合金のフェルミ面の解析手法を開発。
- 主成分分析における「ジャンプ」に着目し、これがスピン偏極率の極値と変曲点に対応することを明らかにしました。
- 外れ値のデータを再構成し、ノーダルラインの発現位置を自動検出することに成功しました。
- 低品質データに対して堅牢性があり、実験的なフェルミ面トポロジーの解析手法として、多様な物質系への展開が期待されます。
東京理科大学 先進工学部 マテリアル創成工学科の石川 大地 氏（修士課程 2年）、福 健太郎 博士研究員（当時）、小嗣 真人 教授、京都工芸繊維大学の三浦 良雄 教授、筑波大学 システム情報系の五十嵐 康彦 准教授、物質材料研究機構らの共同研究グループは、ホイスラー合金Co2MnGaxGe1-x（コバルト－マンガン－ガリウム－ゲルマニウム）を対象に、フェルミ面を自動解析する機械学習手法の確立に成功しました。
フェルミ面は物質の電気特性、磁気特性、トポロジカル特性を理解する上で重要な役割を担っています。フェルミ面はこれらの機能に応じて複雑に形状が変化するため、微細な形状変化を解析することが困難で、目視による解析は多大な労力を伴います。
本研究では、説明可能AIのアプローチで、主成分分析（PCA）と距離学習による外れ値検出を組み合わせ、フェルミ面の形状変化を自動検出する手法を確立しました。この手法により、スピン偏極率の極値およびノーダルラインの出現位置を自動的に可視化することが可能となりました。さらに、ノイズやぼかしへの堅牢性を検証し、実験的なAI解析手法の基盤を構築できました。本手法は、機能性材料のインテリジェント解析の基盤として、AI4Scienceの実現に貢献するものです。
本成果は、2026年4月27日（日本時間）に国際学術誌「Scientific Reports」にオンライン掲載されました。
本研究は、科学技術振興機構（JST） 戦略的創造研究推進事業 CREST（JPMJCR21O1）、日本学術振興会（JSPS） 科学研究費補助金（JP21H04656）の支援を受けて実施したものです。
＜プレスリリース資料＞
- 本文 PDF（732KB）
＜論文タイトル＞
- “Anomaly Detection of Fermi Surface Morphology in Co2MnGaxGe1-x via Interpretable Machine Learning”
- DOI：10.1038/s41598-026-39115-0
＜お問い合わせ＞
-
＜JST事業に関すること＞
安藤 裕輔（アンドウ ユウスケ）
科学技術振興機構 戦略研究推進部 グリーンイノベーショングループ
〒102-0076 東京都千代田区五番町7 K's五番町
Tel：03-3512-3531 Fax：03-3222-2066
E-mail：crest
jst.go.jp -
＜報道に関すること＞
東京理科大学 経営企画部 広報課
Tel：03-5228-8107 Fax：03-3260-5823
E-mail：kohoadmin.tus.ac.jp京都工芸繊維大学 総務企画課 広報係
Tel：075-724-7016
E-mail：kit-kisyajim.kit.ac.jp筑波大学 広報局
Tel：029-853-2040 Fax：029-853-2014
E-mail：kohosituun.tsukuba.ac.jp科学技術振興機構 広報課
〒102-8666 東京都千代田区四番町5番地3
Tel：03-5214-8404 Fax：03-5214-8432
E-mail：jstkohojst.go.jp